最新

嗨，HN， 我开发了一个完全在浏览器中运行的语音转文本工具。免费版无需注册，也不会将数据发送到我的服务器。 试用：[https://voicetotextonline.com](https://voicetotextonline.com) 我为什么开发这个工具： * 现有的工具需要注册、有时间限制或收费 * Google Docs 的语音输入需要 Google 账号 * Dragon 售价 150-500 美元 * Otter.ai 的免费版有使用限制 (A) 免费功能（无需注册）： 1/ 核心转录： * 使用 Web Speech API 进行实时语音转文本 * 支持 55+ 种语言 * 自动标点符号和句子大小写选项 * 首次加载后可离线使用（PWA） 2/ AI 增强（根据用户调查添加 – 80% 投了赞成票）： * 自动修复语法、标点符号和格式 * 一键清理转录文本 3/ 我的项目（本地存储）： * 将转录文本保存到浏览器 localStorage * 使用文件夹进行组织（笔记、工作、个人等） * 自定义文件夹和标签 * 搜索所有转录文本 * 编辑、复制、下载为 TXT 格式 * 100% 私密 – 永不离开您的设备 * 导出： * 复制到剪贴板 * 下载为 TXT 或 DOCX 格式 (B) 专业版功能（每月 10 美元或按使用量付费，每小时 1 美元）： 1/ 文件上传和转录： * 上传音频/视频文件（MP3、WAV、M4A、MP4、MOV、AVI、MKV） * 每个文件最大 500MB * 批量上传（一次 10 个文件） * 由 AssemblyAI 提供支持（准确率 95% 以上） * 每月 150 小时转录时间 2/ 高级功能： * 实时进度和预计完成时间 * 说话人标签 * 浏览器内录音（5 分钟，可暂停/恢复） * 翻译成 25+ 种语言（GPT-4o） 3/ 导出格式： * TXT、SRT、VTT、JSON（带时间戳） * 段落级别的时间戳精度 4/ 云存储： * 云端转录历史记录 * 10 GB 存储空间，每月 1,000 个文件 (C) 数据和隐私： 免费版： * 所有转录文本仅存储在浏览器 localStorage 中 * 从不接触我们的服务器 * 100% 私密 专业版： * 音频文件存储在 Supabase 中（加密） * 文件保留 30 天，以便重新下载，然后自动删除 * 转录文本永久存储在您的帐户中 * 您可以随时删除任何转录文本或您的整个帐户 * 我们不会使用您的数据进行训练 技术栈： * Next.js 14 (App Router) * Web Speech API（免费实时转录） * AssemblyAI（专业版文件转录，准确率 95% 以上） * OpenAI GPT-4o（AI 增强和翻译） * Supabase（身份验证和存储） * Stripe（支付） * Tailwind CSS * 托管在 Vercel 上 限制： * 实时转录在 Firefox 中不起作用（不支持 Web Speech API） * 免费版的准确性取决于 Chrome 的语音引擎 欢迎提供关于用户体验、定价或功能想法的反馈。正在考虑开源核心转录组件。

Hi HN， 我构建了这个库，因为我希望有一种方法可以清理混乱的文本数据并提取 PII（个人身份信息），而无需将敏感信息发送到云 API 或处理脆弱的正则表达式模式。 该工具通过 llama.cpp 在本地运行量化模型，并使用从 Pydantic 模型生成的 GBNF 语法。这强制 LLM 输出严格遵守模式的有效 JSON，从而解决了小型模型常见的可靠性问题。它目前支持 Pandas 和 Polars 数据框，并可与任何 GGUF 模型配合使用。 这仍处于早期 alpha 阶段，因此在旧 CPU 上的性能可能成为瓶颈，与标准字符串操作相比有所不如，但我发现它对正则表达式失败的语义提取任务很有用。我非常感谢您对实施方案的任何反馈或优化建议。