Parakeet vs Whisper for Local Dictation: Speed, Accuracy, and Vocabulary in 2026

Agent Draw: An agent draws while you talk, built on TLDraw

Agent Draw là công cụ hoạt động trên tldraw Agent starter kit, cho phép AI agent vẽ trên canvas vô hạn khi bạn nói. Bạn kéo vùng chọn, mô tả yêu cầu bằng giọng nói, và agent sẽ render bằng tldraw primitives hoặc bút vẽ. Bài viết chi tiết cách triển khai: StateNode tùy chỉnh, pipeline audio MediaRecorder, transcription qua Mistral Voxtral (Cloudflare Worker), hàng đợi FIFO xử lý yêu cầu vẽ đồng thời, và kỹ thuật prompt ngăn model xuất text thay vì vẽ. Tối ưu hiệu suất bằng cách loại bỏ hai action (setMyView, review), giảm 50% round-trip. So sánh khả năng, claude-opus-4.8 tạo tác phẩm phong phú hơn claude-haiku-4.5 hay gemini-2.5-flash-lite.

Những người lập trình viên muốn phát triển ứng dụng AI tích hợp giao diện đồ họa trực quan, đặc biệt là các ứng dụng tương tác âm thanh-video, nên đọc bài này để hiểu cách xây dựng pipeline hiệu quả từ nhận dạng âm thanh, xử lý đa nhiệm và tối ưu hóa giao tiếp giữa AI với người dùng thông qua các công cụ như tldraw.

I’m Building My Own AI Voice Assistant. Here’s What’s Happened So Far.

I’m Building My Own AI Voice Assistant. Here’s What’s Happened So Far. I didn’t plan to write about this one. Same as the ML series, actually; I just started building something and figured …

Swift/SpeechTranscriber: Support Multi-Language Without Manual Locale Switching

Thư viện Swift/SpeechTranscriber bổ sung tính năng nhận diện ngôn ngữ tự động, cho phép chuyển đổi đa ngôn ngữ mà không cần can thiệp thủ công. Tính năng này dựa trên mô hình MLX-STT đã được giới thiệu trước đó.

Lập trình viên phát triển ứng dụng âm thanh hoặc AI cần tìm hiểu để tối ưu hóa hệ thống chuyển văn bản từ giọng nói đa ngôn ngữ mà không cần thay đổi thủ công thiết lập ngôn ngữ, tiết kiệm thời gian và công sức.

AI Gateway now supports streaming transcription

AI Gateway now supports streaming transcription. Stream live audio and get transcript updates back as they're produced, using the AI SDK's streamTranscribe.

How I Made My Own Offline Voice Assistant

How I Made My Own Offline Voice Assistant Humans love to talk. We talk to our friends, family and coworkers every day. Sometimes we even talk to AI assistants — maybe to get a quick fact, or when …

MLA-Whisper across 11 languages, and what the compression actually costs

MLA-Whisper across 11 languages, and what the compression actually costs The Whisper-MLA paper compressed the decoder’s KV cache in English and released no models. I extended it to 11 languages and …

Your Private Calls Shouldn’t Go to the Cloud. So I Built a Local Alternative.

Your Private Calls Shouldn’t Go to the Cloud. So I Built a Local Alternative. How I turned recorded supervision meetings, coaching sessions, and client calls into structured, verifiable notes …

Apple’s 12GB Siri AI Dictation Wall Is Not a Law of Physics

Apple giới thiệu tính năng "dictation nâng cao" sử dụng mô hình AI cỡ 12GB, nhưng dung lượng này không phải giới hạn vật lý mà nhằm thúc đẩy nâng cấp phần cứng.

Bài viết giải thích cách Apple tối ưu hóa bộ nhớ AI trong Siri, giúp hiểu rõ cách các mô hình lớn quản lý dữ liệu và cách các công ty áp dụng các kỹ thuật như local refinement để giảm chi phí mà vẫn nâng cao hiệu suất, giúp lập trình viên hiểu sâu về kiến trúc AI hiện đại và cách tối ưu hóa ứng dụng của mình hiệu quả.