今日最有感的事
今天收進來的AI卡有8張，全部是今天收的。Bear在其中四張留了註記，今天挑兩張來寫：語音順稿工具MicDrop，以及IG留言自動私訊工具OpenReply。這兩張放在一起看很有意思，它們都在處理同一個痛點：好用的服務照用量或月費收錢，用得越兇帳單越高，於是有人開始自己做、自己架。
MicDrop：同樣是語音順稿，換一種付費方式
拐子在Threads介紹自己做的MicDrop，定位是Typeless語音順稿的替代品。用法很單純：按住快捷鍵說話，AI在背景順稿、去贅詞，放開按鍵後，乾淨的文字直接貼進你正在用的視窗，中英夾雜也沒問題。
真正值得看的是它的計費邏輯。作者說Typeless付費版每個月要600多台幣；MicDrop不用另外申請API金鑰，直接沿用電腦裡現成的ChatGPT額度，所以沒有按字數跳表的費用，打算走一次買斷制。目前還在實驗階段，作者只招募5位語音輸入重度使用者測試。
Bear在這張卡寫「看看和現在差在哪裡」。要比較的話，可以抓三個面向：
- 錢怎麼算：訂閱制、借用既有ChatGPT額度、還是完全免費。
- 模型跑在哪：雲端或本地。
- 品質和速度怎麼取捨。
留言區剛好補了另外兩條路線。有人分享OpenWhispr＋Groq whisper-large＋Cloudflare Worker AI qwen的組合，說全部免費；作者自己則推本地模型MediaTek-Research的Breeze-ASR-25（Hugging Face頁面寫是2B參數的語音辨識模型），說品質是他測下來最好的，缺點是很慢。
同一天還有一張卡可以一起看：Philo介紹NVIDIA在10/28發布的Nemotron 3.5 Transcribe，可以用Prompt決定要保留原話還是整理成好讀的文字，支援40種語言、最長1小時錄音，會標記說話者、加逐字時間戳，而且開放權重、可依授權自行部署與商用。NVIDIA宣稱每秒可處理2,238秒音訊，但作者提醒這需要特定Blackwell GPU、NIM與推論優化，一般電腦達不到；而且能轉錄多少，和最後能省下多少校對時間，是兩回事。
更直白地說，「語音轉文字＋順稿」這一層已經分出好幾條路：付月費、借現成額度、本地開源模型。差別主要落在付費方式、速度和要自己顧多少東西。
OpenReply：免費的代價是自己顧五個帳號
Kwon永誠在IG介紹OpenReply：GitHub上免費開源的工具，功能跟ManyChat一樣，有人在貼文留言關鍵字，就自動私訊連結給他。他點出ManyChat的問題是照聯絡人數加價，貼文一爆，帳單也跟著變高。
自架之前要先開五個帳號：
- Railway：跑24小時不關機的小程式
- Resend：寄登入信
- GitHub：把OpenReply複製到自己名下
- Vercel：放後台網站
- Meta for Developers：作者說最重要，沒有它前面都白做
作者的說法是架設要一點技術，但只需要設定一次，他現在的自動回覆就是完全靠它。
Bear在這張卡寫「感覺不錯，好像可以拿來應用，你去評估看看。」評估下來，第一個卡關點很實際：貼文沒有附repo網址，GitHub上搜到的是幾個同名部署和改名分支，原始repo這輪還沒確認。要真的動手，得先找到正確的來源，再一一開好那五個帳號，其中Meta for Developers是整套能不能動的關鍵。
還有一個小觀察：這則貼文本身就是在示範這套機制。結尾寫「留言『Open』，我把完整教學跟我踩過的坑私訊給你」，頁面上的留言數明顯比按讚數多出好幾倍。這代表「留言換私訊」這招導流效果很明顯，也難怪按聯絡人數計費的工具會讓人肉痛。
今日收集的資源
MicDrop：沿用ChatGPT額度的語音順稿工具
- 連結: https://www.threads.com/@dawson54068/post/DfC3O_bj4pa
- Typeless替代品，按住快捷鍵說話、放開即貼上順好的文字，打算一次買斷，目前只招募5位測試者。
Breeze-ASR-25（MediaTek-Research）
- 連結: https://huggingface.co/MediaTek-Research/Breeze-ASR-25
- MicDrop作者在留言推薦的本地語音辨識模型，說品質最好但速度慢。
NVIDIA Nemotron 3.5 Transcribe：用Prompt控制轉錄方式
- 連結: https://www.threads.com/@cs2pm_ghost/post/DfElYXMkyLU
- 開放權重的語音模型，支援40種語言、說話者標記與時間戳；官方宣稱的速度需要特定硬體，一般電腦達不到。
OpenReply：開源版ManyChat，IG留言關鍵字自動私訊
- 連結: https://www.instagram.com/p/Deja2D7GClp/
- 自架要開Railway、Resend、GitHub、Vercel、Meta for Developers五個帳號，原始repo這輪尚未確認。
Hallmark：反AI罐頭感的設計skill
- 連結: https://www.threads.com/@el_howeed/post/DfCWbHmAR2Y
- 余昊益推薦，可挑五十種風格，避免紫色漸層加圓角卡片的千篇一律網頁；貼文說昨天剛更新，Bear本機已裝v1.0.0，可考慮更新。
Nutlope/hallmark GitHub repo
- 連結: https://github.com/Nutlope/hallmark
- Hallmark原始碼，描述為Anti-AI-slop design skill，支援Claude Code、Cursor、Codex。
Nexora AI研究室：AI影片分鏡運動24種懶人包
- 連結: https://www.threads.com/@nexora_macauai/post/DfD3FGun4jp
- Bear註記「AI影片製作學習」；3支影片把24種運鏡做成示意動畫，寫AI影片prompt時可拿來指定鏡頭運動（這輪沒讀到24種的名稱細項）。
AI郵報：Claude動畫教學與Prompt實戰指南
- 連結: https://www.threads.com/@aiposthub/post/DfBuKkrgW3Z
- 列出液態金屬字、無限縮放轉場、手繪角色短篇、產品發布影片，以及用CLAUDE.md管理品牌素材的五種玩法；完整教學文章這輪沒展開。
Google Connected Apps Platform預覽版
- 連結: https://www.threads.com/@aiposthub/post/DfEVGLFgQOE
- 開發者可透過MCP把App接進Gemini和Google搜尋，已有超過50個Connected Apps；仍是分階段開放、需審核，台灣尚未公布開放時間。
Harry Ng：不用Xcode開發iPhone App
- 連結: https://www.threads.com/@harryworld/post/DfEyYsVALZp
- Bear註記「感覺可以試試」；在Grok Bot的Linux電腦上用xtool＋Tailscale開發，第一次要透過Mac配對、iPhone要連Wi‑Fi，也還是需要開發者帳號。
看完有什麼想法？在下面留言、按讚或給個表情，一起討論。
comments powered by Disqus