开发者推出终端本地语音输入插件，基于Nemotron ASR

Danmoreng · reddit · 2026-08-07

一位开发者发布了专为终端编程打造的本地语音输入扩展 talk-to-pi。该工具基于 NVIDIA 刚发布的 Nemotron 3.5 ASR 0.6B 模型和 GGML 运行时，无需额外运行服务器即可在 CPU 上实现足够流畅的实时多语言语音转文字。

插件设计极简，首次使用时会自动下载约 700MB 的模型。用户可通过快捷键唤起语音输入，识别结果可直接填入提示词输入框并进行编辑。作者表示，目前的编程智能体已经足够聪明，能够自行理解不太准确的转录文本，因此无需额外引入 LLM 进行文本清理。