別再慢慢上字幕了!Gemini + Whisper 字幕工作流,上字幕速度快 10 倍!
過去我曾介紹過 OpenAI 開源的 Whisper 語音辨識模型,至今我仍常用它來生成影片字幕。但最近,我的工作流程有了重大升級! 自從 Google Gemini 2.5 Pro 推出後,其 優異的多模態辨識
過去我曾介紹過 OpenAI 開源的 Whisper 語音辨識模型,至今我仍常用它來生成影片字幕。但最近,我的工作流程有了重大升級! 自從 Google Gemini 2.5 Pro 推出後,其 優異的多模態辨識
Google 近日正式宣布推出其最新語言模型的預覽版 —— Gemini 2.5 Flash。此版本標誌著 Google 在模型效率與控制性方面的新進展,特別導入了創新的可控推理功能與 思考
你是否常常覺得瀏覽器內建的翻譯功能只能「取代」原文,沒辦法對照看很麻煩?或是覺得翻譯品質有待加強?今天要來跟大家介紹一款我自己用了之後就回不
最近科技圈的大事,莫過於 Google 又端出了他們最新的 AI 大菜 —— Gemini 2.5 Pro。身為一個熱愛追新技術的開發者,看到 Google 宣稱這是他們「至今最聰明」的 AI 模型,並
在 Gemini 2.0 剛推出時,Google 有表示 Gemini 2.0 將支援原生的圖片輸出功能,而現在 ── 他來了!在上上個禮拜,這項功能已經在 Google AI Studio 中免費推出了! 現在我們不
Google 在 12 月 11 日發表了 Gemini 2.0,宣稱這是面向 AI 代理時代的模型,並開放了 Gemini 2.0 Flash 實驗版的試用。Flash 模型主打速度,但其表現卻令人驚艷,甚至超越了
台灣時間 11/09,Google AI Studio 的產品負責人 Logan Kilpatrick,於 X 平台上發文表示 Google Gemini 將可以使用 OpenAI 函式庫呼叫,這意味著目前正在使用 OpenAI
Google 於 2024 年 10 月 31 日(台灣時間 11/1) 正式推出 Gemini 的 Grounding with Google Search 功能,允許 Gemini 模型從 Google 搜尋結果中獲取最新、更精確的資訊,提升回應的準確性和即時性,並有效減少 AI
Cursor 最近在網路上掀起熱烈討論,Cloudflare 副總裁 Ricky 的一則推文更將其推向風口浪尖。他提到自己年僅 8 歲的女兒,竟然透過 Cursor 在短短 45 分鐘內就做
Google 近期頻繁更新 Gemini 模型,繼月初更新 gemini-1.5-pro-exp-0801 後,本週再度推出 3 款實驗性模型更新,包含強化程式編寫能力的 Gemini 1.5 Pro exp-0827、大幅改善的 Gemini 1.5 Flash exp-