Speech Translation
On-Device AI
离线语音翻译应用：iOS/Android 跨平台端侧转写、翻译与 TTS
开源跨平台移动端完全离线语音翻译应用，集成端侧 ASR（SenseVoice）、神经机器翻译和 TTS，支持 iOS 和 Android 系统音频捕获
Akinori Nakajima - VoicePing
2 min
博客
VoicePing的见解、技巧和更新
1 / 4
Speech Translation
On-Device AI
语音翻译：英日双向翻译中 Qwen3-ASR 与 Whisper 的对比
英日双向语音翻译模型基准测试。将 Qwen3-ASR（1.7B 参数，最高质量）和 Distilled Whisper（756M，快 4 倍）与 OpenAI Whisper large-v3 及 Meta SeamlessM4T v2 进行比较。
Akinori Nakajima - VoicePing
5 min
Text-to-Speech
On-Device AI
离线 TTS 基准测试：在 Android/iOS 上评测 18 个模型
涵盖 Kokoro、Piper、Matcha、Kitten 和 VITS 在内的 Android/iOS 端侧 18 个 TTS 模型综合基准测试
Akinori Nakajima - VoicePing
3 min
Speech Recognition
On-Device AI
离线语音转写基准测试：在 Android/iOS/macOS/Windows 上评测 16 个模型
在 Android、iOS、macOS 和 Windows 上对 16 个端侧语音识别模型和 9 个推理引擎进行的综合基准测试
Akinori Nakajima - VoicePing
6 min
ASR
Whisper
Whisper 生产实践：实时双语切换的踩坑经历与最终架构
VoicePing 如何基于定制化 Whisper V2 模型，在单条 WebSocket 流中实现自动、低延迟的语言切换——双语模式的完整设计历程。
Akira Noda - VoicePing
3 min
Speaker Diarization
NeMo
说话人分离模型实战对比评估
在 6 个真实场景中对 NeMo MSDD 和 Pyannote 3.1 进行技术对比评估的研究报告。
Ashar Mirza - VoicePing
2 min