跳到正文
GitHub · 灵魂体仓库·· 20 天前AI 评分52

Hermes Agent 语音识别技能 hermes-skill-mlx-whisper 发布,基于 MLX Whisper 在 Apple Silicon 本地转写

vokasug/hermes-skill-mlx-whisper

来源与原文

GitHub · 灵魂体仓库

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/vokasug/hermes-skill-mlx-whisper

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

vokasug 在 GitHub 发布 hermes-skill-mlx-whisper,这是面向 Hermes Agent 的本地语音识别技能,在 Apple Silicon 上通过 MLX Whisper 完全离线运行,音频和文本不离开本机。俄语自动选用 whisper-podlodka-turbo q8(824 MB),其他语言用 whisper-large-v3-turbo-8bit(约 809 MB);管线为 Silero VAD 去静音、按 ≤28 秒分段转写,再以「顾问+法官」模式用 Agent 主模型纠正术语,并通过 word-diff 预算和数字门控确定性接受或回退修改,数字始终保留 Whisper 原始输出。

来源:GitHub · 灵魂体仓库 · github.com