由 Fable 5 领衔（仅半天）Codex 接力开发历时一周 #EdgeSpeak 正式上线，转发的朋友联系我收邀请码

https://t.co/HquVtvEK9n https://t.co/stsA7xYV9D

把语音 AI 大模型放进你的电脑 | EdgeSpeak

Source: https://edgespeak.com/zh 设备端语音引擎

EdgeSpeak 将专业语音模型经优化压缩放进桌面端。支持会议、访谈、视频，或新建录音在本机完成转录；音视频、转录文稿留在你的设备内。

让电脑自己听懂会议、访谈和视频。

local-transcribe.mov

00:04拖入会议、访谈、视频，或新建录音。

00:12Lattice-2 在本机写出文稿，边跑边看。

00:27校对后导出，或交给别的工具继续用。

专属端侧大模型

Lattice-2：专为桌面端侧深度调优的语音大模型

Lattice-2 是 EdgeSpeak 搭载的本地语音模型系列，经过压缩、推理优化和本地算力适配，让普通个人电脑也能处理会议、访谈、视频和录音。

端侧压缩与推理适配

把语音 AI 大模型调成适合桌面端运行的形态，减少等待，本地转录不依赖外部服务。

Flash / Pro 双模型协同

Flash 面向日常会议和视频转录，响应更快；Pro 面向更难音频、更复杂口音和更高准确率需求，会多占一点本机资源。

融入开发者工作流

支持 40 多种语言、多种英语口音和汉语方言；同一颗本地引擎也能通过网关交给 CLI、Agent 和自动化流程。

真实桌面端

Lattice-2，已经在 EdgeSpeak 桌面端里跑起来

当前桌面端：导入音频或视频，选择 Lattice-2 模型，导出结果；需要自动化时可以通过语音网关能力和 Agent 高效协作。

音频、视频和文稿在一个工作台里播放、时间线、文稿、导出、最近文件和当前 Lattice 模型都在一起。少切一次工具，少丢一次上下文。

按任务选择 Lattice 模型Lattice-2 支持 40 多种语言、多种英语口音和汉语方言。Flash 速度快、效果好；Pro 更准，也会多占一点本机资源。

让别的工具也用 Lattice命令行、Agent 和自动化流程都可以把音频交给 EdgeSpeak，再从 Lattice 拿回转好的文稿。

早鸟

早鸟 $29，把 Lattice 放进你的工作流

当前版本已经能用 Lattice-2 完成本机音视频转录，也能通过本地网关接入 CLI、Agent 和自动化流程。终身授权包含后续模型和语音能力更新：先买当前能用的东西，再一起等它长大。

早鸟价

终身授权

**29**99一次付费

当前 $29，正式价 $99。

• 本机音视频转录已可用
• 本地网关和 CLI 已可用
• 后续模型和语音能力更新
• 最多 4 台设备

如需更多设备或团队购买：[email protected]

本地语音网关

让 Agent 和自动化工具，直接调用这台电脑里的 Lattice-2

EdgeSpeak 把 Lattice-2 封装成同一台电脑上的本地语音 API。CLI、Agent、自动化脚本和兼容 OpenAI 转录接口的工具，都可以把音频交给本地引擎，再拿回转录文稿。它不是另一朵云，是你电脑里的语音网关。

本地 OpenAI 兼容接口CLI / Agent / 自动化Lattice-2 Flash 和 Pro

edgespeak gateway - 127.0.0.1:1117

curl http://127.0.0.1:1117/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-edgespeak-..." \
  -F [email protected] \
  -F model="lattice-2-flash"

Feiteng (@FeitengLi): 收藏破千，看来推友苦识别不准幻觉、时间轴不准久矣。

识别准 + 时间轴稳 + 说话人标记，全做好的寥寥。

要么我练手来写个桌面软件：内存 1G 左右，M4 上 40 倍实时率（1 分钟识别 40 分钟音频）。

桌面 App：拖拽文件转写、直接识别麦克风、会议纪要 兼容 OpenAI Audio API、可以接管 OpenClaw