懒得起身:完全离线还听得懂方言的遥控器
来源:dev.to — 2026-10-24
📋 概述
作者躺着看剧,笔记本在房间另一头,又没有遥控器可用,于是做了 Couch Commander:喊一声唤醒词,角落里冒出个像素树懒,然后用日常说法下指令,退回十五秒、退回十秒、调大音量、跳过这个。整条链路五件开源件串联:唤醒词检测、静音检测、本地转写、本地模型把句子变成一个固定列表里的命令、脚本控制播放器。不联网、不登录、没有接口密钥。作者用三十条说法测两个模型,其中二十二条是没见过的例子,包括临时编的方言;小模型命中二十条,平均一百九十毫秒,关掉思考模式把单条命令从一千四百八十九毫秒压了下来。
🔑 核心要点
- 整条链路五件开源工具串联,全部跑在本机,不联网也不要接口密钥
- 二十二条没见过的说法里命中二十条,平均约一百九十毫秒
- 关掉思考模式之后,单条命令从一千四百八十九毫秒降下来
- 返回必须是固定命令之一或什么都不做,误暂停电影比不动作更糟
💡 金句
“Pausing your movie for no reason is worse than doing nothing.”
译:莫名其妙把电影暂停,比什么都不做更糟。
← 返回 dev.to 首页