玩法：把谷歌的嵌入模型改造成听写工具，丐版 MacBook Air 约 13 秒转写一小时录音，免费、不联网
独立项目 Embedding Gemma Transcribe 保留 EmbeddingGemma 2 的音频编码器，只额外训练了一个小「读取器」，把每一小段声音映射到约 22.9 万个英文单词里最接近的那个，再用小模型补标点和大小写。在 8GB 的 M3 MacBook Air 上跑神经引擎，一小时音频 12.6 秒转完。装好后拖进音频文件就能转写，按住右 Option 说话、松开，文字就打进任意应用。
为什么重要 会议录音、播客整理不用再传云端。目前只支持英文，词错率约 5%，比顶尖语音模型的 2% 到 3% 高一截，适合要速度和隐私、能接受少量错字的场景。