最新

bebored 是一款小型移动应用，提供短暂的“无聊训练”（5-10分钟），旨在培养应对无聊的能力，并将其带入日常生活。该应用已在 iOS 和 Android 平台上线；链接可在 <a href="https:&#x2F;&#x2F;beboredapp.com" rel="nofollow">https:&#x2F;&#x2F;beboredapp.com</a> 找到。 <p>_我为什么要开发它_</p> 我之前在 Vivino 负责产品和工程。在此期间及之后，我不断听到朋友和同事们说：“我知道冥想会有帮助，但我坚持不下去。那些应用感觉太灵性或时间太长。” <p>我开始尝试一些非常小且有限的练习，这些练习更像是“锻炼”而不是“课程”：盯着一个点看，观察你的注意力如何变化，忍耐查看手机的冲动，专注于呼气几分钟等等。早期的测试者反馈，他们更愿意开始这些练习，而不是进行20分钟的冥想，其中一些人还将其作为进入工作状态的前奏。</p> <p>bebored 就是这个实验转变为应用的结果。</p> <p>_它的功能_</p> 该应用目前有五种类型的“无聊训练”，每个训练时长为5-10分钟。应用内还有一个日记功能“Moss”，可以在每次训练后总结你所写的内容，并尝试指出随时间变化的模式（例如：“你大多数提到焦虑的条目都是在晚上”）。</p> <p>_与典型冥想应用的不同之处_</p> - 它避免使用“冥想”语言和灵性框架；所有内容都以务实的术语描述（“这是练习，关注这个”）。 - 课程故意设置得短且有限；目标是“我现在可以做一个练习”，而不是“我应该成为一个冥想的人”。 - 视觉效果简单且高对比度，而不是自然场景；更像是一个小型游戏界面，而非健康应用。 - 重点专注于无聊和不安作为训练的对象，而不是将平静作为主要目标。 <p>我希望获得的反馈</p> ？“无聊训练”的框架是否合理，还是让人困惑？ ？如果你尝试了，在哪些地方你在入门或开始第一次训练时遇到了困难？ ？日记功能 + 总结是否有用，还是你会完全跳过？ ？从开发者/产品的角度来看，如果这是你的产品，你会首先改变什么？

嗨，HN， 我们开发了Omnilingual ASR，一个大规模的多语言语音识别系统，旨在让全球的转录变得更加可及。它支持1600多种语言，包括500种之前不被支持的低资源语言，所有语言的识别准确率均达到最先进的水平。 与通常仅限于主要语言的语音识别模型不同，Omnilingual ASR在430万小时的多语言音频上进行训练，对于78%的支持语言，其字符错误率低于10%。它的参数规模从3亿到70亿不等，允许用户根据任务需求在速度和精度之间进行平衡。 主要特点： • 1600多种语言覆盖 – 可通过零样本学习扩展到5400多种语言 • 零样本适应 – 仅需几个上下文示例即可添加新语言 • 多说话人检测 – 自动识别和区分说话人 • 闪电般的处理速度 – 数小时的音频在几分钟内完成转录 • 灵活的集成 – 提供REST API、Python SDK和网页用户界面，适用于云端或边缘计算 应用场景： 全球媒体字幕、企业转录、多语言在线学习、无障碍服务和语言研究。 我们希望获得以下方面的反馈： • 低资源语言转录的潜在应用场景 • 集成需求（API、SDK、插件） • 研究或语言保护应用 <a href="https:&#x2F;&#x2F;www.omnilingualasr1.com&#x2F;?i=d1d5k" rel="nofollow">https:&#x2F;&#x2F;www.omnilingualasr1.com&#x2F;?i=d1d5k</a>