parakeet.wgsl：纯 WebGPU 实现 20 秒转录 1 小时音频
hamza_q_ · reddit · 2026-08-08
开发者 hamzaq 发布了 parakeet.wgsl，一个完全依赖原生 WebGPU 计算着色器和 SIMD WebAssembly 音频前端的高性能语音识别（ASR）项目。该项目在浏览器中本地运行 NVIDIA 的 Parakeet TDT 0.6B V2 模型。
性能表现：
- 在 Apple M5 处理器和 Chrome 浏览器上，仅需 20 秒即可转录 1 小时的音频。
技术特点：
- 零依赖的纯定制实现。
- 只要设备支持 WebGPU 即可跨平台运行。
- 由于 WebGPU 能转译至几乎所有 GPU，未来有望通过 Dawn 或 wgpu 扩展到浏览器之外的离线程序中，实现全硬件加速的本地转录。
「编程与Agent」频道最新
- DHH 深圳行：Omarchy Meetup 超 400 人报名，小米高管现场演示 — LoganGrasby · 2026-10-16
- shadcn 转发 ShadHub：GitHub Registry 目录站上线，可即时提交收录 — shadcn · 2026-10-16
- Sarvam 联手 Figma:基于 Indus 的 Agent 可经 MCP 直接在 Figma 里做设计 — itsOmSarraf_ · 2026-10-16
- 独立开发者给 Mac VM 应用加 MCP：让 agent 搞坏一次性克隆而非真机 — ScholarBackground836 · 2026-10-16
- ComfyUI 拖拽失效排查：第三方节点包劫持 drop 事件 — Inside_Chocolate_967 · 2026-10-16
- 为什么别人家的AI很强你的很拉：Agent四件套拆解 — yangyi · 2026-10-16