单模型搞定转写与分离：MOSS-Transcribe-Diarize
vanstriendaniel · x · 2026-08-10
开源项目 MOSS-Transcribe-Diarize 发布，该模型将语音转写和说话人分离整合进了一个 0.9B 参数的单一模型中。
- 超长上下文：支持 128k 上下文窗口，单次可处理长达 90 分钟的音频，无需进行分块。
- 多语言支持：支持 50 多种语言，并能同时输出时间戳和说话人标签。
- 开箱即用：无需再像以往那样组合 Whisper 和 pyannote 流水线。项目提供了一个本地字幕 Web 应用，用户上传视频即可直接导出 SRT 字幕或将其烧录至 MP4 中。采用 Apache-2.0 开源协议。
「编程与Agent」频道最新
- Opus 5 指令裁剪失效？三个 CLAUDE.md 规则让 AI 更听话 — PawelHuryn · 2026-08-10
- 开源控制面板 T3 Code 获开发者热捧：统一操控 Claude Code、Codex 等编码代理 — intellectronica · 2026-08-10
- 开源项目Fluent:用Claude Code打造自适应AI语言私教 — tom_doerr · 2026-08-10
- 开源本地RAG工具：将艺术史转为结构化提示词 — lololerigolo60 · 2026-08-10
- GitHub两万星:最全AI编程工具与智能体清单 — tom_doerr · 2026-08-10
- 研究称 LLM 写 JS 比 TS 错误率更低，静态类型未必是代码护栏 — hichaelmart · 2026-08-10