跳转到内容

项目

dosmoon 同时投入创作者工具与本地 AI 基础设施两条线。下面每个项目都有独立的 GitHub 仓库,专属文档站会随着工程推进逐步上线。

一台「剪辑师是 AI」的节目生成器 —— 把一条源视频,做成成片或一批短视频。Windows 桌面应用:ffmpeg 已随包,核心出片功能无需任何账号或 API Key;AI(ASR / 翻译 / 分析)是可选的三档调味层(内置本地模型 / 自建 aistack / 自己的云端 Key)。

本地优先的 ASR(语音识别)与 TTS(语音合成)服务,对外暴露 OpenAI 兼容的 HTTP API。它的定位是 Ollama 在语音侧的对应物 —— 任何已经支持 OpenAI API 的工具,把 endpoint 指到本机就能用上本地语音。

  • 仓库: github.com/dosmoon/aistack
  • 文档: dosmoon.com/aistack/
  • 能力: faster-whisper / Parakeet / SenseVoice 多 ASR 后端 · 通过 vLLM-Omni 跑 Qwen3-TTS · 每项能力的滚动 p50/p95/p99 指标 · 跨后端 WER/RTF 基准对比
  • 技术栈: Python、vLLM、Docker
  • 定位: 研究级。面向想对比不同后端、把本地语音整合进自家流水线的开发者,不面向期待”一键安装”的终端用户。

更多项目会在公开后陆续在此上架。