
GPT-4o 來了
我們推出 GPT-4 Omni,這是我們全新的旗艦模型,能夠即時跨越音訊、視覺和文字進行推理。
這不只是更好的聊天機器人——GPT-4o 可以直接看到你的螢幕、聽出你的挫折感,然後立刻回應,完全沒有那種尷尬的文字轉語音延遲

llama.cpp(llama-server)終於支援語音轉文字(STT)了,用的是 Gemma-4 的 E2A 和 E4A 模型。簡單來說就是,你現在可以直接對著你的本地 AI 說話,不用再一個字一個字打了。如果你一直在用 Llama,但覺得不能語音輸入有點麻煩,現在問題解決了。Gemma-4 模型會幫你處理音聲,整個系統變得更聰明,也不用另外裝語音辨識工具。對於在做 AI 應用的人來說,這根本是個大升級。