AriaType-语音转文字输入法
产品名称：AriaType 主要功能： 1. 支持上下文感知的语音转文字功能。 2. 使用SenseVoice模型提升中文和英文的识别准确率和速度，使用Whisper模型提升其他语言的识别速度。 3. 录制过程中根据激活窗口进行内容识别，提取高频词汇作为STT引擎和润色引擎的上下文信息。 4. 润色过程中根据用户工作上下文进行智能语法词汇纠正，提升准确率。 描述：AriaType是一个针对中文、英文和其他语言的语音转文字输入法客户端，它通过分析用户的语音输入并结合上下文信息，提供更准确的文字转换和润色服务。
猜你喜欢
javaboy prompt-well
产品名称：prompt-well 主要功能：自动化提示词生成 描述：prompt-well是一个自动化提示词生成网站，旨在通过简单描述来自动生成场景提示词，帮助用户提升大模型的回答质量。该网站具备以下特点： - 技术栈：后端使用springboot+mybatisplus+mysql，前端采用react+nextui+tailwindcss，部署在阿里云平台上。 - 开发与部署：开发者利用自身熟悉的开发路线进行后端开发，并通过阿里云香港节点服务器进行部署。 - 成本控制：域名费用为92块阿里云币，服务器和Nginx均为免费使用，还包括cursor编辑器和deepseek大模型等资源的白嫖。 - 开发过程：包括技术选型、开发部署、代码开发和网站上线等步骤。 - 存在问题与目标：目前存在的问题包括提示词生成效果不佳和前端开发不足，目标是提高提示词生成效果，完成支付流程闭环，并建立自己的前端脚手架。 心得体会：开发者认为大模型工具极大地简化了编码工作，提高了效率，并建议善用工具，同时推荐海外服务器和域名购买，以及建立自己的开发脚手架。
AI春联生成器
主要功能：AI春联生成器 描述：能够快速生成春联，背景和样式由AI设计，UI界面不错。
![[Based Dino] 复刻 Chrome 小恐龙，并给它加上排行榜、回放和服务端校验](/_next/image?url=https%3A%2F%2Fstatic.rustpoint.com%2Fscreenshots%2F1210728.jpg&w=3840&q=75)
Based Dino, Chrome 小恐龙, 排行榜, Replay, 服务端校验
产品主要功能：基于TypeScript复刻的Chrome离线小恐龙游戏，具有排行榜、回放和服务端校验功能。 1. 排行榜：每局结束后可以提交分数，并在页面里查看当前排名。 2. 回放：点击Replay可以重放上一局，重新看到自己刚才的操作。 3. 服务端校验：排行榜不是简单相信前端上报的分数，而是会在服务端重新跑一遍模拟，只有服务端算出来的分数、帧数和客户端上报结果一致，才会写入排行榜。 防作弊机制：前端在Game Over后提交的不只是分数，还包括这一局的随机种子、输入轨迹、结束帧数和配置哈希。Cloudflare Workers收到后，会用同一套模拟逻辑重放一遍，只有服务端算出来的分数、帧数和客户端上报结果一致，才会写入排行榜。
moyuhot热榜聚合平台
摸鱼热榜聚合微博、知乎、B站、抖音、虎扑、百度、GitHub、V2EX 等公开热榜，帮你快速扫一眼今天大家在聊什么。
DigiBouquet-在线创建并分享数字花束
产品名称：DigiBouquet 数字花束小工具 主要功能： 1. 在线创建数字花束。 2. 生成分享链接。 3. 选择花朵和绿植。 4. 写留言卡。 5. 可选添加音乐。 适用场景： - 生日祝福 - 异地恋/异地朋友 - 感谢 - 道歉 - 康复祝福 - 纪念日 - 普通的日常惊喜 特点： - 轻量级工具，无需下载App或注册账号。 - 提供介于普通文字消息和真实礼物之间的线上表达方式。 - 用户可快速完成创建和分享过程。 用户反馈与建议征集： - 数字花束工具的使用场景是否成立？ - 用户希望增加哪些功能，如更多模板、花种、背景动画等？ - V2EX 用户认为这个方向是否有继续做的价值？ 网站地址：https://digibouquet.cc/
Knowhere-文档解析与记忆层工具
产品主要功能和描述： **产品名称**：Knowhere **主要功能**： 1. **文档解析与记忆层工具**：Knowhere是专门用于文档解析与管理的工具，在RAG（检索增强学习）的整体流程中，主要负责将原始文档转化为结构化的知识。 2. **连接原始文档与AI Agent**：它充当了一个高级中间件，连接“混乱的原始文档”和“AI Agent”，使得知识的获取和处理更为高效。 3. **处理多种文档类型**：除了标准文档如学术论文和技术报告，Knowhere也能处理非标准文档，如工程图纸、扫描件、手写笔记等。 4. **纯视觉路线**：随着多模态大模型的发展，Knowhere采用了纯视觉路线，通过一个强大的视觉语言模型直接从页面图片输出格式化文本，简化了流程并提高了效率。 5. **树形结构切分与章节管理**：Knowhere支持树形结构切分，能够保留文档的逻辑关联和层级路径，便于AI检索和导航。 6. **混合检索**：与传统的向量检索不同，Knowhere允许AI在知识结构中自主导航，实现混合检索。 7. **图文信息提取与链接**：除了文本，Knowhere还能通过视觉语言模型提取并链接图片和表格中的信息，特别是难处理的PDF、PPT、Excel等文档。 8. **结果来源追踪**：所有返回结果都带有来源追踪，确保回答的可溯源性。 **描述**： Knowhere是一个基于AI的文档解析与管理系统，它通过树形结构切分、混合检索、图文信息提取与链接等功能，实现了从原始文档到结构化知识的快速、准确转化。其纯视觉路线的设计大幅降低了系统复杂度，提高了处理效率。此外，Knowhere还提供了丰富的结果管理和导航功能，使得用户在使用过程中能够更加便捷地获取和管理知识。