Research

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

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。

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

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

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。

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。