Особенности:
- 100% локально: Все работает на вашем собственном компьютере, приложение не нуждается в интернете после начальной настройки*
- Мульти-серверная СТТ: Whisper, NVIDIA NeMo Parakeet / Canary и VibeVoice—ASR-сервер автоматически определяется по названию модели
- По-настоящему многоязычный: Whisper поддерживает более 90 языков; Поддержка NeMo Parakeet / Canary 25 европейских языков; Поддержка VibeVoice 50 языков!
- Менеджер моделей: Просматривайте модели по семействам, просматривайте возможности, управляйте загрузками / кэшем и намеренно отключайте слоты моделей
- Полнофункциональный графический интерфейс: Настольное приложение Electron для Linux, Windows и macOS
- Режим GPU + CPU: Ускорение NVIDIA CUDA (рекомендуется) или режим только для процессора для любой платформы, включая macOS
- Транскрипция в длинной форме: Записывайте столько, сколько хотите, и расшифруйте запись за считанные секунды; либо с помощью вашего микрофона, либо с помощью системного аудио
- Режим Live: Транскрипция каждого предложения в режиме реального времени для непрерывного процесса диктовки (в настоящее время только шепотом)
- Запись в дневнике говорящего: Идентификация говорящего на основе PyAnnote
- Транскрипция статического файла: Транскрибирование существующих аудио / видеофайлов с возможностью очереди импорта нескольких файлов, повторных попыток и отслеживания хода выполнения
- Глобальные сочетания клавиш: Системные ярлыки с поддержкой портала Wayland и функцией вставки в позицию курсора
- Удаленный доступ: безопасный доступ к домашнему рабочему столу с запущенной моделью из любого места (с использованием Tailscale)
- Аудиодневник: режим аудиодневника с календарем, полнотекстовым поиском и интеграцией с LM Studio (общайтесь с ИИ о своих заметках)
- Управление через системный трей: быстрый запуск/остановка записи, а также множество других элементов управления, доступных через системный трей.
📌Полчаса аудиозаписей расшифрованы менее чем за минуту с помощью Whisper (RTX 3060)!
Скачать v1.1.2
(Обсуждение новое и было)
#TranscriptionSuite #ASR #Whisper #VibeVoice #Parakeet #Canary #Linux #Windows #macOS #Диктовка #Транскрипция #Транскрибирование #PyAnnote #LMStudio #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Компания Liquid AI выпустила LFM2-24B-A2B и сопутствующий настольный агент с открытым исходным кодом LocalCowork — полностью локальный ИИ-агент, ориентированный на конфиденциальность, который выполняет рабочие процессы с использованием инструментов непосредственно на потребительском оборудовании без привязки к облачным API. Модель, использующая архитектуру разреженной смеси экспертов (Sparse Mixture-of-Experts, MoE), которая занимает около 14,5 ГБ оперативной памяти, использует протокол Model Context Protocol (MCP) для безопасного взаимодействия с локальными файловыми системами, оптического распознавания символов и сканирования на предмет угроз.
При тестировании на Apple M4 Max он показал впечатляющее время отклика менее секунды (~385 мс) и высокую точность на одном этапе (80 %), хотя инженерам следует учитывать его текущие ограничения в многоэтапных автономных процессах (успешность 26 %) из-за «конфликта между братьями и сёстрами». Поэтому он лучше всего подходит для быстрых рабочих процессов с участием человека, а не для полностью автоматизированных конвейеров...
Полный анализ: https://www.marktechpost.com/2026/03/05/liquid-ai-releases-localcowork-powered-by-lfm2-24b-a2b-to-execute-privacy-first-agent-workflows-locally-via-model-context-protocol-mcp/
GitHub-Cookbook: https://github.com/Liquid4All/cookbook/tree/main/examples/localcowork
Технические подробности: https://www.liquid.ai/blog/no-cloud-tool-calling-agents-consumer-hardware-lfm2-24b-a2b
#LocalCowork #LiquidAI #LFM224BA2B #AiModel #ModelAi #LocalAi #AiLocal #AiAgent #AgentAi
Please open Telegram to view this post
VIEW IN TELEGRAM
Нажмите и удерживайте горячую клавишу, чтобы записать свой голос и вставить результат в то место, где вы печатаете.
Hex поддерживает как Parakeet TDT v3 через потрясающий FluidAudio (по умолчанию — это просто нечто: быстрый, многоязычный и оптимизированный для работы в облаке), так и потрясающий WhisperKit для расшифровки на устройстве.
Скачать для MacOS 0.6.10
Проект: https://github.com/kitlangton/Hex
8,3 секунды аудио → 0,4 секунды логического вывода на M3 Max. Это в 20 раз быстрее, чем в реальном времени. Локально. Без облака. Без подписки. Без телеметрии. Поддерживает более 100 языков!
(Обсуждение)
И еще есть:
Аналоги по тегу: #Диктовка
#Hex #ASR #STT #VoxTape #Parakeet #Whisper #MacOS #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
Обучены с нуля индийской компанией!
Судя по описанию модели HF 105B, ее главное преимущество перед GLM-4.5-Air заключается в том, что она была специально обучена работе с 22 индийскими языками. Это более важно, чем может показаться тем, кто не живет в Индии: в этой стране люди часто переключаются с одного языка на другой в середине предложения, что создает проблемы для многих современных языковых моделей.
Sarvam 30B https://huggingface.co/sarvamai/sarvam-30b
Sarvam 105B https://huggingface.co/sarvamai/sarvam-105b
(Обсуждение) (Обсуждение-2)
👉 Sarvam 30B Uncensored via Abliteration
(Обсуждение)
👉 Sarvam-105B Uncensored
(Обсуждение)
👉 Сравнительный анализ: Sarvam 30B и 105B против Qwen 3.5?
#Sarvam #Sarvam30B #Sarvam105B #Uncensored #AiModel #ModelAi #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Это настольное рабочее пространство с ИИ для разработки и управления проектами: оно позволяет общаться с несколькими поставщиками ИИ, выбирать частичные или полные списки моделей, управлять навыками/инструментами и вести переписку в одном месте.
Объединяет кодирование, написание текстов и управление проектами с помощью ИИ в одном элегантном рабочем пространстве. Подключайте любого поставщика моделей, организуйте общение по проектам и позволяйте помощнику читать, редактировать и запускать код прямо в ваших репозиториях.
Все ваши данные остаются на вашем устройстве. Никакой облачной синхронизации, никакой телеметрии по умолчанию.
🧠 Мультипровайдерный ИИ
Подключайте OpenAI, Anthropic, Ollama, LMStudio или любой API-интерфейс, совместимый с OpenAI. Меняйте модели в зависимости от темы разговора. Используйте облачные или локальные ресурсы.
Для macOS (Apple Silicon и Intel), Windows (x64), Linux
Проект: https://github.com/thibautrey/chaton
(Обсуждение)
#Chatons #macOS #Windows #Linux #LocalAi #AiLocal #AiAgent #AgentAi
Please open Telegram to view this post
VIEW IN TELEGRAM
Echo-TTS MLX — 2,4B технология преобразования текста в речь с клонированием голоса, адаптированная для Apple Silicon
Портировали Echo-TTS с CUDA для нативной работы на процессорах Apple M-Series Silicon.
Echo-TTS — это технология DiT размером 2,4B, которая преобразует текст в речь с помощью клонирования голоса. Если дать ей текст и короткий аудиофайл с чьим-то голосом, она сгенерирует речь этим голосом.
На базовом Mac mini с процессором M4 и 16 ГБ памяти генерация короткого 5-секундного голосового клона занимает около 10 секунд. Генерация клонов длительностью до 30 секунд занимает около 60 секунд.
Добавленные функции:
- Режимы квантования: 8 бит, mxfp4, смешанный (сокращает объем памяти с ~6 ГБ до ~4 ГБ, скорость в 1,2–1,4 раза выше)
- Предустановки качества: черновой вариант, быстрый, сбалансированный, качественный, сверхкачественный
- Обрезка хвостов: латентная, энергетическая, f0
- Блочная генерация: потоковая передача, продолжение аудио, --blockwise 128,128,64
Блог и Примеры: https://jordandarefsky.com/blog/2025/echo/
Демо: https://huggingface.co/spaces/jordand/echo-tts-preview
(Обсуждение)
#EchoTTS #TTS #MLX #MacOS #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
📱 https://apps.apple.com/us/app/dictawiz-ai-voice-keyboard/id6759256382
📱 https://apps.apple.com/us/app/dictawiz-private-voice-to-text/id6759256382 - новое название: DictaWiz: Private Voice to Text
В приложении есть и #Whisper но #Parakeet работает значительно быстрее!
Надо будет скачать модель в 200Мб.
Также в комплекте специальная клавиатура, которая работает в любом приложении. Все обрабатывается локально, данные не покидают ваше устройство. При желании вы можете синхронизировать свои заметки, записи и ярлыки с iCloud.
Щедрые бесплатные лимиты. Клавиатурой можно пользоваться бесплатно. За использование локальных функций искусственного интеллекта взимается небольшая плата после достижения лимита, а запись и расшифровка более 60 минут стоят немного дороже, но даже бесплатное приложение поможет вам сэкономить как минимум час в день.
Приложение постоянно обновляется и улучшается!
В планах: диктовка с помощью часов, дополнительные модели, такие как QWEN ASR
Ранее была установка через TestFlight https://testflight.apple.com/join/e5pcxwyq
(Обсуждение)
#Транскрибация #ASR #STT #DictaWiz #FreeVoice #AIVoiceKeyboard #iPhone #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡️ Пакетная обработка для 70-кратного ускорения расшифровки в реальном времени с использованием модели whisper large-v2
(Модель #whisper от OpenAI изначально не поддерживает пакетную обработку.)
🎯 Точные временные метки на уровне слов с использованием выравнивания wav2vec2
👯♂️ Многоголосная система автоматического распознавания речи с использованием диаризации по голосам из pyannote-audio (метки с идентификаторами говорящих)
🗣 Предварительная обработка VAD, снижающая количество ложных срабатываний и обеспечивающая пакетную обработку без ухудшения показателя WER
- Обнаружение голосовой активности (Voice Activity Detection, VAD) — это определение наличия или отсутствия человеческой речи.
- Диарризация по говорящим — это процесс разделения аудиопотока, содержащего человеческую речь, на однородные сегменты в соответствии с идентификацией каждого говорящего.
Если вам нужен API для расшифровки записей совещаний, обратите внимание на API для расшифровки записей совещаний от Recall.ai, который работает с Zoom, Google Meet, Microsoft Teams и другими платформами. Recall.ai извлекает данные о выступающих и отдельные аудиопотоки с платформ для проведения совещаний, что обеспечивает 100-процентную точность определения выступающих с указанием их имен.
💡 И совместно может быть интересен: EchoNotes которое отслеживает появление новых файлов в папке, извлекает их содержимое (текст, аудио, видео), обобщает его с помощью локальной модели большой языковой модели и сохраняет обобщенный результат на диск. Приложение поддерживает работу в автономном режиме и может работать с файлами различных форматов, включая PDF, документы Word, текстовые файлы, видео- и аудиофайлы.
#whisperX #EchoNotes #Транскрибация #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
www.recall.ai
Meeting Transcription API
Get meeting transcripts with an API that works across Zoom, Google Meet, and Microsoft Teams. Real-time and post-call transcripts with speaker diarization.
👁 Observer - Наблюдательный ИИ
Локальные микроагенты, которые наблюдают, регистрируют и реагируют
Создавайте мощные микроагенты, которые будут наблюдать за вашим цифровым миром, запоминать важную информацию и принимать взвешенные решения, сохраняя при этом ваши данные в полной конфиденциальности и безопасности.
🔗 https://app.observer-ai.com
Наглядно про создание и использование агентов: https://www.youtube.com/watch?v=6zJh8NmCXYw
Observer AI Launch https://www.youtube.com/watch?v=i5WDvQy0XJA
(Все видео на Канале)
📱 https://apps.apple.com/mx/app/observer-ai/id6758222050
Проект: https://github.com/Roy3838/Observer
(Обсуждение)
#Observer #AiAgent #AgentAi #LocalAi #AiLocal #App #iPhone
Локальные микроагенты, которые наблюдают, регистрируют и реагируют
Создавайте мощные микроагенты, которые будут наблюдать за вашим цифровым миром, запоминать важную информацию и принимать взвешенные решения, сохраняя при этом ваши данные в полной конфиденциальности и безопасности.
Наглядно про создание и использование агентов: https://www.youtube.com/watch?v=6zJh8NmCXYw
Observer AI Launch https://www.youtube.com/watch?v=i5WDvQy0XJA
(Все видео на Канале)
📱 https://apps.apple.com/mx/app/observer-ai/id6758222050
Проект: https://github.com/Roy3838/Observer
(Обсуждение)
#Observer #AiAgent #AgentAi #LocalAi #AiLocal #App #iPhone
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
ИИ-агент на вашей веб-странице!
Агент графического интерфейса, живущий на вашей веб-странице. Управляйте веб-интерфейсами с помощью естественного языка.
Оператор ИИ живет на вашей веб-странице!
🪄Одна строка кода превращает ваш сайт в приложение на основе искусственного интеллекта.
Пользователи дают команды на естественном языке, а ИИ делает все остальное.
✨ Особенности:
🎯 Простая интеграция
- Не нужно использовать browser extension / python / headless browser.
- Только встроенный в страницу JavaScript. Все происходит на вашей веб-странице.
- Лучший инструмент для вашего агента по управлению веб-страницами.
📖 Манипуляции с DOM на основе текста
- Никаких скриншотов. Не требуется распознавание текста или мультимодальные языковые модели.
- Никаких специальных разрешений не требуется.
🧠 Используйте свои собственные языковые модели
🎨 Красивый интерфейс с участием человека
🐙 Дополнительное расширение для Chrome для многостраничных задач.
💡 Примеры использования:
- SaaS AI Copilot — внедрите помощника на основе искусственного интеллекта в свой продукт с помощью нескольких строк кода. Переписывать серверную часть не нужно.
- Умное заполнение форм — превратите рабочие процессы, состоящие из 20 кликов, в одно предложение. Идеально подходит для ERP, CRM и административных систем.
- Доступность — сделайте любое веб-приложение доступным для использования с помощью естественного языка. Голосовые команды, программы для чтения с экрана, никаких барьеров.
- Многостраничный агент — расширьте возможности своего агента, используя вкладки браузера с помощью дополнительного расширения для Chrome.
Демо: https://alibaba.github.io/page-agent/
(Обсуждение)
#PageAgent #AiAgent #AgentAi #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
📱 StealthOS — приложение для обеспечения конфиденциальности на iOS, в котором весь ИИ на 100 % работает на устройстве с помощью Apple Neural Engine.
📱 https://apps.apple.com/us/app/stealthos-private-browser/id6756983634
(Обсуждение)
#StealthOS #App #iPhone #LocalAi #AiLocal
Никакого Anthropic API, никакого OpenAI, никаких звонков домой. Модель представляет собой 3B модель от Apple и работает со скоростью ~30 токенов в секунду.
Ограничения, о которых стоит знать:
- Работает только на устройствах с iOS 26 и выше с функцией Apple Intelligence (A17 Pro / серия M)
- Вы не можете управлять весами модели — это функция Apple, которую нельзя отключить
- Контекстное окно меньше, чем на компьютере
📱 https://apps.apple.com/us/app/stealthos-private-browser/id6756983634
(Обсуждение)
#StealthOS #App #iPhone #LocalAi #AiLocal
😼 OpenFelix — голосовой ИИ-агент для macOS.
Запускает локальные языковые модели на Apple Silicon через MLX. Поддерживает все навыки OpenClaw. Claude, GPT или полностью автономный режим.
🔗 https://openfelix.com
🎞 Демо: https://www.youtube.com/watch?v=tUmCYdsq7Sw - тут наглядно показаны все преимущества над Siri.
⬇️ Скачать OpenFelix v0.1.0 для #MacOS
(Обсуждение)
#OpenFelix #AiAgent #AgentAi #LocalAi #AiLocal
Запускает локальные языковые модели на Apple Silicon через MLX. Поддерживает все навыки OpenClaw. Claude, GPT или полностью автономный режим.
OpenFelix — это бесплатный ИИ-агент с открытым исходным кодом, который находится в строке меню вашего Mac. Нажмите Option+пробел в любом месте, произнесите или напечатайте запрос, и Феликс начнет действовать — просматривает ваш календарь, выполняет поиск в интернете, отправляет сообщения, запускает запланированные задачи, генерирует музыку и отвечает естественным голосом.
Это не чат-бот. Это агент с инструментами, голосовым вводом и системой навыков, которые можно использовать для чего угодно. Он работает полностью на устройстве с локальными моделями MLX и легко переключается на Claude или любую облачную модель, если вам нужно максимальное качество.
Есть Интеграция с OpenClaw 🦞😼
(Обсуждение)
#OpenFelix #AiAgent #AgentAi #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
🎙 Microsoft выпустила VibeVoice-ASR в версии для Transformers
Модель распознавания речи теперь можно запускать через стандартный фреймворк Transformers. Раньше приходилось использовать отдельный репозиторий — теперь интеграция стала проще.
VibeVoice-ASR поддерживает перевод аудио в текст и работает с популярными библиотеками для обработки речи. Подходит для тех, кто уже использует экосистему Hugging Face в проектах.
🔗 https://github.com/microsoft/VibeVoice
https://github.com/huggingface/transformers
https://huggingface.co/microsoft/VibeVoice-ASR-HF
https://huggingface.co/microsoft/VibeVoice-ASR
#VibeVoice #ASR #STT #Транскрибация #LocalAi #AiLocal
Модель распознавания речи теперь можно запускать через стандартный фреймворк Transformers. Раньше приходилось использовать отдельный репозиторий — теперь интеграция стала проще.
VibeVoice-ASR поддерживает перевод аудио в текст и работает с популярными библиотеками для обработки речи. Подходит для тех, кто уже использует экосистему Hugging Face в проектах.
https://github.com/huggingface/transformers
https://huggingface.co/microsoft/VibeVoice-ASR-HF
https://huggingface.co/microsoft/VibeVoice-ASR
#VibeVoice #ASR #STT #Транскрибация #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
nokodo — это платформа искусственного интеллекта с открытым исходным кодом, созданная для команд и опытных пользователей. Она сочетает в себе автономных агентов, глубокие исследования, совместную работу в режиме реального времени и гибкую систему инструментов — и все это в красивом рабочем пространстве с возможностью самостоятельного размещения.
Наша цель — предоставить все, что вы ожидаете от современной платформы искусственного интеллекта, и даже больше: полное управление рабочим пространством, социальные функции, корпоративный ACL и систему безопасности, гибридный RAG, агентский веб-поиск, поддержку White Label и полностью отдельную консоль администратора, которая избавляет конечных пользователей от всех сложностей.
Интерфейс поставляется в виде нативного PWA с полноценными мобильными макетами, а в скором времени появятся нативные приложения для iOS и Android.
(Обсуждение)
#nokodo #OS1 #AiAgent #AgentAi #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
GGUF https://huggingface.co/mradermacher/gpt-oss-20b-heretic-ara-v3-GGUF
Это пока экспериментальная функция, поэтому большинство еретических моделей, которые вы видите в сети, скорее всего, не используют этот метод. Пока он доступен только в бета-версии Heretic. Убедитесь, что используете модели, в которых указано, что они используют MPOA+SOMA. Но как только эта функция станет доступна в полной версии Heretic, появятся и другие модели, использующие ARA, так что по возможности используйте их.
(Обсуждение)
#heretic #GPTOSS20B #GGUF #huggingface #ARA
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Умные действия с буфером обмена на основе локального ИИ. Выделяйте текст и выполняйте контекстно-зависимые действия — и все это локально на вашем Mac.
Помощник для работы с буфером обмена, ориентированный на конфиденциальность и использующий локальный искусственный интеллект. Ваши данные никогда не покинут ваш компьютер.
Cai — это встроенное в macOS приложение в строке меню, которое определяет, что находится в вашем буфере обмена, и предлагает интеллектуальные действия с учетом контекста.
Скопируйте приглашение на встречу, и приложение создаст событие в календаре.
Скопируйте адрес, и оно откроет Карты.
Скопируйте любой текст и попросите местный ИИ обобщить, перевести или сделать что угодно — и все это не отрываясь от клавиатуры.
Никакого облака. Никакой телеметрии. Никаких аккаунтов.
Как Это Работает:
- Выделите текст в любом месте на вашем Mac
- Нажмите ⌥C (Option+C)
- Cai определяет тип контента и предлагает соответствующие действия
- Выберите действие с помощью клавиш со стрелками или ⌘1–9
- Результат автоматически скопируется в буфер обмена — просто нажмите ⌘V, чтобы вставить
- Умное распознавание 7 типов контента с контекстно-зависимыми действиями
- Встроенный искусственный интеллект — поставляется с Ministral 3B, загружаемым при первом запуске. Также работает с LM Studio, Ollama или любым сервером, совместимым с OpenAI
Проект: https://github.com/soyasis/cai
(Обсуждение)
#Cai #MacOS #AiAgent #AgentAi #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
📱 Solair AI - Локальный ИИ на iPhone
Из интересного: При 1 запуске, скачивает 3 модели ИИ: LFM2.5 1.2B, Qwen3 4B, Gemma 3 4B и они используются автоматически! Единственное, которое может подгружать данные из Apple Health и имеет встроенные Промты для работы с ними! Есть много других встроенных промтов под множество задач!
Есть интеграция с браузером huggingface, так что вы можете использовать любую совместимую модель.
⬇️ https://apps.apple.com/ch/app/solair-ai-local-ai/id6758450823
Еще для iPhone https://t.me/Ai2Local/21
#SolairAI #Solair #iPhone #App #LocalAi #AiLocal
Из интересного: При 1 запуске, скачивает 3 модели ИИ: LFM2.5 1.2B, Qwen3 4B, Gemma 3 4B и они используются автоматически! Единственное, которое может подгружать данные из Apple Health и имеет встроенные Промты для работы с ними! Есть много других встроенных промтов под множество задач!
Есть интеграция с браузером huggingface, так что вы можете использовать любую совместимую модель.
Еще для iPhone https://t.me/Ai2Local/21
#SolairAI #Solair #iPhone #App #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
(Обсуждение)
#Unsloth #Qwen3 #Qwen3CoderNext #GGUF #huggingface #AiModel #ModelAi #LocalAi #AiLocal
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM