1 篇文章带有标签 “real-time-interpretation”

把 30B 的混元同传模型塞进 M2 Max 笔记本：绕开官方 CUDA 封装，给 llama-mtmd-cli 加 --stream 改流式，自建音频链路与账本，做到 255 ms 字幕、1150 ms 配音，并完整复盘五轮静默失败排查。