往下拉回到首頁
Llama-server 現在聽得懂你說話了,Gemma-4 音聲辨識功能上線

Llama-server 現在聽得懂你說話了,Gemma-4 音聲辨識功能上線

Llama-server just got audio processing—now you can talk directly to AI

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。

關鍵字

audio processingspeech-to-textSTTE2AE4Amultimodal