本文对比了豆包和讯飞两大实时语音转写大模型API，从准确率、功能、费用等方面进行分析。测试结果显示豆包准确率最高（4.8分），支持中英+5种方言，价格2.4-4元/小时，企业用户享有20小时免费时长；讯飞支持更多方言但准确率较低（1分），价格2-4.95元/小时。功能上讯飞支持角色分离和16个领域，豆包不支持。综合推荐豆包API，其流式异步模式识别效果稳定，更适合企业应用场景。

本文介绍 vLLM v0.10.2 版本通过 Docker 运行 OpenAI 服务及 GGUF 量化的使用方式，明确该量化不支持多模态模型，且仅节约显存、不提升速度。GGUF 量化需要 llama.cpp 环境，接着将 Hugging Face 模型转为 FP16 格式 GGUF，再量化为 Q4_0 等类型（文中列多种支持的量化类型），最后通过 Docker 启动量化后的模型，同样提供了测试请求

FireRedASR2S是一款先进的工业级一体化语音识别系统，整合了语音识别(ASR)、语音活动检测(VAD)、语种识别(LID)和标点预测(Punc)功能。该系统在多项测试中表现优异：ASR模块支持中文(含20+方言)、英语及混语识别，普通话平均错误率2.89%；VAD模块支持100+语言检测，F1分数达97.57%；LID模块准确率97.18%；Punc模块平均F1分数78.90%。提供LLM

Google Stitch是由Google实验室开发的AI原生设计工具，旨在简化UI设计流程。它通过自然语言输入快速生成高保真网页或移动应用界面，并支持导出可交互原型和生产级代码。核心功能包括AI原生无限画布、多模态输入、智能设计助手、一键生成原型与代码，以及自动设计系统管理。Stitch适合产品经理、开发者、创业者等非设计专业人士快速验证想法，也为设计师提供高效初稿生成工具。目前完全免费，用户只

Google Stitch是由Google实验室开发的AI原生设计工具，旨在简化UI设计流程。它通过自然语言输入快速生成高保真网页或移动应用界面，并支持导出可交互原型和生产级代码。核心功能包括AI原生无限画布、多模态输入、智能设计助手、一键生成原型与代码，以及自动设计系统管理。Stitch适合产品经理、开发者、创业者等非设计专业人士快速验证想法，也为设计师提供高效初稿生成工具。目前完全免费，用户只

FireRedASR-AED是一款高性能开源中文语音识别模型，采用Conformer编码器和Transformer解码器的混合架构。其编码器通过下采样模块和16个Conformer块处理语音特征，结合多头自注意力与相对位置编码；解码器使用标准Transformer结构实现序列转换。该模型在普通话ASR基准测试中达到SOTA水平，同时支持方言和英语识别，兼具计算效率与识别性能优势，适合工业级应用。相

FireRedASR是一个开源工业级自动语音识别模型家族，支持多种语言和方言。其中FireRedASR-AED模型采用注意力编码器-解码器架构，在中文ASR基准测试中达到SOTA水平。项目对原始模型进行了ONNX转换和优化，通过实现完整的Beam Search缓存机制，显著提升了CPU推理速度（提升38.7%），同时保持识别准确率。优化后的模型在AISHELL-1测试集上CER为0.5527%，推

FireRedASR2S是一款先进的工业级一体化语音识别系统，整合了语音识别(ASR)、语音活动检测(VAD)、语种识别(LID)和标点预测(Punc)功能。该系统在多项测试中表现优异：ASR模块支持中文(含20+方言)、英语及混语识别，普通话平均错误率2.89%；VAD模块支持100+语言检测，F1分数达97.57%；LID模块准确率97.18%；Punc模块平均F1分数78.90%。提供LLM

本文介绍 vLLM v0.10.2 版本通过 Docker 运行 OpenAI 服务及 GGUF 量化的使用方式，明确该量化不支持多模态模型，且仅节约显存、不提升速度。GGUF 量化需要 llama.cpp 环境，接着将 Hugging Face 模型转为 FP16 格式 GGUF，再量化为 Q4_0 等类型（文中列多种支持的量化类型），最后通过 Docker 启动量化后的模型，同样提供了测试请求

centos7安装docker和docker compose，docker可以使用GPU