TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
自架 Whisper 轉錄 API 開源實測：把語音辨識裝進自己的 GPU
Fast-Powerful-Whisper-AI-Services-API 用 Apache-2.0 開源授權把 Whisper 包成可自架的轉錄服務，轉錄推理全在本機，但部署實測卡在 Windows 專屬依賴，服務出廠也沒有金鑰驗證。
標籤 語音辨識
NVIDIA Nemotron 3 Diarization 開源，標出多人對話誰在何時說話
NVIDIA 開源 1 億參數說話者分段模型 Nemotron 3 Diarization，最多標記 8 位說話者、支援重疊發言與串流處理，在 VoiceArena 第三方排行榜以 14.72% DER 排第一。本文對照官方模型卡與技術文章，整理與前代 4 人模型的差異、中文場景的官方成績與自架部署條件。
開源影片轉圖文工具 AI-Media2Doc，自架前先看清雲端流向
AI-Media2Doc 是 GitHub 上 4,004 顆星的 MIT 開源工具，把影片或音檔轉成知識筆記、小紅書、公眾號、思維導圖與字幕檔六種文體，瀏覽器裡的 ffmpeg 負責切片、抽音軌與截圖。讀原始碼可以確認：開源的是工廠，原料在雲端，聽寫端點寫死在字節跳動的語音服務換不掉，大模型可換成任何 OpenAI 相容端點，自架前得先申請三組雲端金鑰，而且主分支停在 2026 年 2 月、語音服務申請教學已被 issue 回報過時。
TransPocket 免費語音轉文字實測：30 分鐘音檔半分鐘轉完
實測 TransPocket 免費 Whisper 語音轉文字：30 分鐘音檔上傳完半分鐘就轉好，但免費額度已在 2026 年改成新用戶一次性 60 分鐘，畫面只給看前 10 分鐘逐字稿，繁中語音收到的是簡體字稿，YouTube 轉錄功能更已整批下架，用它之前先看清這幾條界線。
Any2Text 免費轉文字實測：14 分鐘免註冊，中文輸出成簡體
實測 Any2Text 線上語音轉文字：免註冊可用訪客 14 分鐘餘額，33 秒英文檔近乎逐字、標點要自己來，中文輸出卻是簡體字加半形逗號。網傳永久免費版是已於 2026 年 7 月關站的 any2text.online，現行站按分鐘計費，刪除承諾只寫在行銷頁、隱私政策本體沒有音檔保存條款。
蛐蛐 QuQu 開源中文語音輸入工具，說的話在本機轉成可讀文字
蛐蛐 QuQu 是開源中文語音輸入工具，用本機 FunASR 把口說轉成文字，語音處理全程不出電腦；AI 潤色層自帶金鑰、預設開啟，文字會送到你指定的端點。本文從原始碼攤開隱私邊界、Wispr Flow 定價現況、沒有安裝包的建置成本與專案凍結近一年的維護現實。
