拾音企業伺服器架構:錄音交給公司的顯示卡轉錄,伺服器不留內容
拾音 4.2 的企業伺服器把會議錄音交給機房的 NVIDIA 顯示卡轉錄。這篇只寫難的地方:跟 app 逐段相同的轉錄、兩套 ggml 的衝突、多卡編號、幾小時錄音的續傳、refresh token 的競態,還有兩邊都不能信任對方送來的值。
Builds. weiwei 的開發筆記。
寫後端、前端、架站,還有一台 Minecraft 伺服器怎麼營運。
拾音 4.2 的企業伺服器把會議錄音交給機房的 NVIDIA 顯示卡轉錄。這篇只寫難的地方:跟 app 逐段相同的轉錄、兩套 ggml 的衝突、多卡編號、幾小時錄音的續傳、refresh token 的競態,還有兩邊都不能信任對方送來的值。
語音辨識模型的官方錯誤率多在 2~8%,同一個模型轉真實會議是 17~32%。這篇把 Qwen3-ASR、SenseVoice、Whisper、Breeze ASR 25 的官方數字和拾音的會議實測對起來,說明差距從哪來、官方數字怎麼用。
幻嵐是 Java 版 Minecraft 伺服器,一台 Velocity 後面掛 10 個 Paper 分流,分流之間不直接連線,共用狀態全部經過 Redis 和 MySQL。這篇寫每一層是什麼、怎麼接起來。
Pixel Crew 同時跑最多 20 個 Claude Code 與 Codex,自動批准不開沒辦法用。10 月 7 日那次安全審視抓到八種繞過,每一種附一行會繞過的指令、怎麼修,還有明講修不掉的部分。
拾音在 Apple Silicon 上本機轉錄會議。六人遠距收音的中文會議,Qwen3-ASR 1.7B 字錯誤率 17.5%,Breeze ASR 25 是 25.7%,macOS 內建約 25%。4.1 版把 Qwen3-ASR 放進設定當選項,預設還是 Breeze,理由跟準確度無關。這篇把資料集、每個引擎的數字、換模型要處理的分段與簡轉繁,還有沒採用的方法一次寫清楚。