14 岁开发者单模型语音听写：4GB 显存 0.5 秒出稿

一位 14 岁开发者复刻 Wispr Flow 式语音听写，但将「Whisper 转写 + LLM 清洗」两段流程合并为单一模型：训练时仍用两段流水线，让大 LLM 从转写结果生成目标输出，推理时则一步到位。该方案在 RTX 3050 Ti（4GB）笔记本上运行，速度最高提升 36 倍，约 0.5 秒即可出稿，开发者同时开源了听写应用 Typd。

2026-11-14 ~ 2026-11-14 · 2 条相关