openg

类似的应用都会添加自己产品的水印，或者在最后添加产品信息，从做产品的角度，「灵感提词器」是不是也应该增加，这也算个需求吧😂😂

@wc8880 看着很有道理🤔🤔，接下来实践实践

给个建议： 如果一条帖子数据不错 先别急着换题 同一个观点完全可以再写几次 写个短观点 讲讲自己的经历 整理下具体步骤 找个反面案例 过几天再补一篇数据 这不算重复发帖 是继续挖一个已经验证的选题 大可不必天天换选题 要不然每天都要愁写什么

最近我越来越喜欢用苹果自带的语音输入。 无论是给 AI 下达指令、和 ChatGPT 聊天，还是发小红书、X 等社交媒体内容，我基本都会先说，再转成文字，效率确实比打字高很多。 但一直有个比较头疼的问题：语音识别经常会把一些专业词汇、英文单词或者发音相近的词识别错。一旦关键名词错了，发送给 AI 后，它理解的方向就可能完全跑偏，最后得到的结果和我原本想表达的内容相差很大。 所以我最近在好奇，像 Typeless 这类专门做 AI 语音输入的产品，有没有很好地解决这个问题？ 我的理解是，光做语音识别其实还不够。它最好还能结合当前的上下文，比如我正在和 AI 聊什么、前面的对话内容是什么，这样才能更准确地修正错别字、纠正专业名词、补全英文拼写，甚至顺手帮我去掉口头禅、语气词，把表达整理得更自然。 这也引发了我的一个思考：从理论上来说，原生 AI 聊天产品如果直接内置语音输入，应该比第三方输入工具更有优势。因为它天然就知道完整的上下文，能够在语音转文字阶段就结合语义进行纠错，而不是单纯做语音识别。 不知道大家有没有长期使用 Typeless，或者其他类似的 AI 语音输入产品？它们现在已经把这些问题解决到什么程度了？实际体验相比苹果自带语音输入，提升大吗？

@cellinlab 明白了，开始以为是iMessage有某种协议可以控制手机执行自动化😂😂

@opengwindow 就是 IM 对接 Server 调度 Agent

卧槽！通过 iMessage 能操作手机 APP 了，你能信？ 直接把 +1-650-213-7322 存进通讯录， 然后发送任意消息给 ta，直接操作你的手机 App！ 刚试了下 Airtap，可在 iMessage 中调度 AI Agent， 在此之前很多场景和产品中，包括龙虾那一波， 大家对于 IM 的想象都是做一些 Chat 或 查询 但现在，Airtap 支持你直接一句话调用手机里的APP， 可以让 ta 打开 Youtube 追更加播放列表， 也可以让 ta 定时刷推、回消息， 甚至，可以帮你去熬夜刷新抢票、追发版、抢限量款！ 试着让 ta 在 Amazon、Target 和 Walmart 货比三家， AirPods Pro 一直想买，但每个平台价格总不一样， 逐个打开 App 比价太烦。直接发短信： "Find me the cheapest AirPods Pro 2 on Amazon app, Target app, and Walmart website. Compare prices with tax and shipping, then add it to the cart from the cheapest one." 它真去三个地方查了一遍—— Amazon 报 $269.29、Target $238.64、Walmart $219.00， 比完直接帮你加进购物车了。 哪家最便宜、差了多少钱，对话里清清楚楚，点开购物车就能验证。 想做什么，现在只要 text airtap！ @airtap_ai 记住这个号码： +1-650-213-7322 #justtextit #textyourapps #airtap

@cellinlab 看了 @gkxspace 的介绍，应该是这样的原理

@cellinlab 好神奇，这个原理是什么

@Yali1028 😆😆

@opengwindow 不跑赶不上打卡了

来杭州了，发现大家好喜欢跑啊，地铁里看到好几波人在跑了

@yihui_indie 感谢这么快回复 第一个需求，我上传的图片中直接就是我要讲的文字内容，所以我希望上传图片后，直接ocr提取文字作为提词器的内容，图片大概是这样（不知道有没有其他用户也是这么做），我现在是直接盯着图片里的文字，然后自己滑动图片

@opengwindow 感谢反馈，第2个问题我理解我们会在下个版本优化。 第1个我有点疑惑，是直接理解你的图片中的文字，作为提词器脚本吗？（这样会感觉不符合用户预期，我理解脚本还是最好自己准备）

刚才使用「灵感提词器」录制了我的第一个口播视频，整体体验特别好，尤其是右下角我的头像是圆形的，感觉非常符合现在很多知识博主的调性 最后说说两个我的需求点 @yihui_indie 1️⃣ 因为我的内容是提前准备的，生成了文字卡片，我希望文字卡片作为口播视频的背景，我上传了文字图片，我希望产品可以直接提取我图片中的文字作为提词器的内容 2️⃣ 最终生成的视频的比例是9:16的，但是因为我上传的图片不是这个尺寸，最后生成的视频中这个图片进行了一些拉伸，我希望的是最后视频还是9:16，图片可以收缩到完整展示

对于第一个点，我目前的思路是去做一个大产品和几十个小产品 大产品的切入要大，可以把故事讲的很大，未来一定是需要团队去运营去迭代 小产品的话就是做一些小众的垂直的需求，去做一些创意性的产品，本身不需要投入很多的精力，但是可能会因为意外的获得曝光，获得一些小现金流

不太愿意去做这件事情的原因，一个点是希望自己最后是通过一个产品去获得持续的收入，另一个原因培训交付是一个非常耗费心力的事情 当然，最近也和几个老板线下面对面的去交流，我觉得培训有一个好处是你可以接触到很多不同的人，然后可以了解到不同真实的需求，这书单纯的在互联网上很难去获取的

最近一次组织线下的AI coding活动，然后公开分享了一些照片和视频，抖音活动群里面一天的时间进来八十多个人，粉丝也增加了一百多，不多但是很意外，因为最初组织的出发点就是太长时间坐在电脑面前，缺少人与人的交流，所以希望相同的一部分人聚在咖啡厅，大家去聊聊自己在做的事情交流想法，没想到会因为这个事情获得关注 当然，线下很多人目的也不是非常的纯粹，会有一些本来就在做相关行业的，他们会找过来，然后非常着急的希望去做一些合作变现，我觉得这是一个好事，但是对于当前的我来说还是不太有精力去做这些事情

说说目前的几个思路 1️⃣ 参加线下展会。上次去北京OPC展览，同时看到几个在做智能体的团队，我进了他们的用户群，然后目前有三个群，并且群里依旧在持续的有新用户进来，所以我觉得在线下去参加展会，是一种很不错的方式，会比线上去获客相对来说容易一点，并且他们的产品都没有发布，线下展览的时候只有一个宣传图 2️⃣ 线下和一些企业老板去谈，去满足他们的场景，只做小B市场，一次性卖10个以下的订阅

今年的目标做到1000个年付费订阅

国内注册一个企业，很多事情真的会比较方便，尤其是像我们去接入支付、接入抖音登录，都是需要企业身份 我是24年注册的，最近接入支付宝手机网站支付、微信支付都非常的方便快速，包括前段时间注册苹果开发者账号，邓白氏编码查询之后发现也有了，整个流程都很顺利的，没有非常糟心

7点的公园里，有带着小朋友进行演讲练习、鼓励小朋友和陌生人对话联系的爸爸，有在努力直播的女生，生活如此美好

Grok支持自定义voice agent，然后会分配一个美区的手机号码，经过一番实操之后，发现最后有两种配置手机号码的方式，一种是需要自己购买积分额度才可以创建，另一种是配置Direct SIP 之前从来没有了解过Direct SIP，搜索了一下分享给大家

@Xian0063 @op7418 @dingyi @xin_pai88825 @yanliudreamer @ianneo_ai @xpg0970 @Jackywine 这种后期人工调试次数多吗，一直没有深度使用过skill

终于解锁了AI制作这种包装动效，感谢guizang的生图skill，@op7418 ，多像大家学习，还是非常有用的 @dingyi @xin_pai88825 @yanliudreamer @ianneo_ai @xpg0970 @Jackywine

@yangyi 哪个架构大佬，前去膜拜膜拜