Gemma 4 audio with MLX
by Simon Willison（Django 共同創辦人、LLM 實戰部落客）
中文摘要
以下是3句話的摘要，重點放在技術內容和實際應用： Gemma 4 E2B 模型是一種語音識別技術，結合 MLX 和 mlx-vlm，可以用於 macOS 平台上的音頻轉文字功能。使用 uv run 指令，可以輕鬆地將音頻檔案轉換為文字，例如使用 `uv run` 指令配合 Gemma 4 E2B 模型和 mlx-vlm，就可以將音頻檔案轉換為文字。實際應用中，Gemma 4 E2B 模型可以對音頻檔案進行轉錄，雖然可能會出現一些誤認，但整體上仍然是一種有效的語音識別技術。