返回资讯中心
外部精选
软件工程
#开发者实时流

开发者用 WebGPU 在浏览器内实现音频转写

来源标题:Show HN: Audio Transcription in Browser with WebGPU

有开发者在 Hacker News 的 Show HN 板块发布了一个基于 WebGPU 的浏览器端音频转写项目。该项目使用 NVIDIA 的 Parakeet TDT 0.6B v3 和 Parakeet CTC 0.6B 等模型,这些模型经 ONNX 转换和量化后通过 parakeet.js 运行。转写结果带时间戳,播放时单词会同步高亮,点击单词即可跳转到对应位置。

Hacker News 最新tanpreetjolly2026/11/14 · 3 天前1 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

模型版权信息:Parakeet TDT 0.6B v3 由 NVIDIA 开发,采用 CC BY 4.0 许可。修改内容:由 istupakov/ysdede 转换为 ONNX 并量化;通过 parakeet.js(MIT)运行。Parakeet CTC 0.6B 由 NVIDIA 开发,采用 CC BY 4.0 许可。修改内容:由 onnx-community 转换为 ONNX 并量化。Whisper 由 OpenAI 开发(MIT)。Moonshine 由 Useful Sensors 开发(MIT)。Distil-Whisper 由 Hugging Face 开发(MIT)。Lite-Whisper 由 efficient-speech 开发(Apache-2.0)。ONNX 导出由 onnx-community 完成。所有第三方声明。

带时间戳的模型——播放时点击单词即可跳转;单词会同步高亮。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →