跳到正文
GitHub · 去对齐工具与仓库·· 2 小时前精选AI 评分66

aimd:单二进制 Rust 工具将音视频、URL、PDF 等输入转为 Markdown

shuuul/aimd

来源与原文

GitHub · 去对齐工具与仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/shuuul/aimd

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

shuuul 发布 aimd,一个原生 Rust 单二进制工具,可自动识别输入类型并将 URL、音视频、EPUB、PDF、图片等转为 Markdown,语音识别与 OCR 通过 MLX 在本地运行(macOS 用 Metal,Linux 用 CUDA),无 Python、PyTorch 或 Transformers。本地 ASR 用 Qwen3-ASR(1.7B/0.6B),OCR 默认 Unlimited-OCR-2,另支持 PaddleOCR-VL-1.6 与 PP-OCRv6;URL 转录经 yt-dlp,优先用字幕,否则下载音频本地转写并用页面元数据做上下文偏置。

推荐理由

README 给出了与 Python MLX 参考实现的逐项加载与解码速度对比,以及输出逐 token 逐字节一致的验收标准,便于评估是否可用。

来源:GitHub · 去对齐工具与仓库 · github.com