有人交了 9999 元进群，有人天天主持 Space，结果是自己一分钱没拿。 更扎心的是，义务帮忙的人出去休个假，回来还被提醒一句："该是谁的责任，谁就得担… · @jinglian · TwKit

@jinglian

有人交了 9999 元进群，有人天天主持 Space，结果是自己一分钱没拿。 更扎心的是，义务帮忙的人出去休个假，回来还被提醒一句："该是谁的责任，谁就得担起来。" 这是这场近两小时 Space 里，几位参与者讲述的经历： 34:05，蜗牛说，参与社群运营没有收过一分钱，“纯义务劳动”。 1:05:13，Adrian Punk 说，商学院前后做了一个多月没有收钱，任务却不断加码，经常打电话到凌晨两点。 1:17:32，另一位发言者说，自己花了 5999 元进群，第一次线下见面却被问：“你能为社群做点什么？” 他的反问很直接：我不是消费者吗，怎么还要为社群干活？ 付钱的人以为自己在买服务，出力的人以为大家在共建。等坐下来对账，才发现彼此理解的可能根本不是一回事。 不过，吃这种瓜有个麻烦：两小时的录音，你知道里面有故事，却很难找到到底是哪一分钟、谁说了什么。 所以我做了一个 Space 展示页，把这场对话整理成一份能搜索、能定位、能筛选的音频档案： 想找某句话，直接搜关键词，点一下字幕就能跳到对应位置播放。只想听某个人，可以按说话人筛选。没时间听完整场的话，可以先看整理好的 12 段高光，加起来大约 14 分 39 秒。 这类内容，也正是我想拿蚂蚁百灵新一代 Ming-3.0-asr-tiny 来实测的真实场景：多人轮流发言、口语重复、专有名词、中英混说，中间还有人插话。 对 ASR 来说，认准几句标准普通话是一回事，把这样一场长对话整理成真正好用的内容，是另一回事。而我更在意的是后者：让听完就散的声音，变成以后还能查、还能回到现场的内容。 这次 Ming 一口气发布了语音识别、音频理解与交互、语音合成三个方向的模型。我最想先跑透的，就是眼前这件小事：让一场两小时的 Space 更容易听、更容易找，也更容易核对。 页面已经上线，欢迎直接去试试。 👉 https://shengchang-audio-room.tobemaster66.chatgpt.site/ 注：文中涉及社群的内容均为录音中发言者的个人陈述，建议结合上下文和原音自行判断。 Ming-3.0 音频模型家族已开源，模型与部署资源入口👇​ 🤗 Hugging Face： https://huggingface.co/collections/inclusionAI/ming-30 🤖 ModelScope： https://modelscope.cn/collections/inclusionAI/Ming-30

曝光 1123 · 评论 32 · 点赞 30 · 书签 14