该网站使用Anubis系统防止AI公司大规模抓取数据，Anubis采用类似Hashcash的工作量证明机制，增加抓取成本，减少服务器负担。该系统旨在为合法用户提供便利，同时通过指纹识别技术区分真实用户与自动化工具。使用Anubis需启用现代JavaScript功能，建议禁用JShelter等插件。当前运行版本为v1.21.3。

标题：确保你不是机器人！

主要内容：

你看到这个页面是因为网站管理员启用了Anubis系统，以保护服务器免受AI公司大规模抓取数据的侵扰。这种行为可能导致网站宕机，使资源对所有用户不可用。

Anubis是一种折衷方案，采用了类似Hashcash的工作量证明机制，旨在减少垃圾邮件。其核心思想是，对于单个用户来说，额外的负载可以忽略不计，但对于大规模抓取工具来说，这种负载会累积，显著增加抓取成本。

Anubis的真正目的是提供一个“足够好”的临时解决方案，以便有更多时间用于指纹识别和检测无头浏览器（例如通过字体渲染方式），从而避免向更可能是合法用户的访问者展示工作量证明页面。

请注意，Anubis需要使用现代JavaScript功能，而像JShelter这样的插件会禁用这些功能。因此，请在此域名下禁用JShelter或其他类似插件。

当前网站运行的Anubis版本为v1.21.3。

评论主要围绕Whisper语音识别模型的应用、局限性和未来发展展开，观点多样且具有技术深度。

1. 对Whisper的兴趣与期待
- 多位评论者表达了对Whisper的兴趣，认为其在语音转文字领域具有潜力。
- "Very interesting to see this!" (ggap)
- "Fantastic! I am working on a speech-to-text GNOME extension that would immensely benefit from this." (kwar13)

2. 应用场景与功能扩展
- 评论者探讨了Whisper在动态生成电影字幕、多语言支持、实时流处理等场景的应用可能性。
- "Does this finally enable dynamically generating subtitles for movies with AI?" (zzsshh)
- "Can whisper do multilingual yet?" (bondarchuk)
- "I guess that there is no streaming option for sending generated tokens to, say, an LLM service to process the text in real-time." (martzoukos)

3. 技术局限与改进建议
- 评论者指出了Whisper在长段无语音时的“幻觉循环”问题，以及其在多语言混合文本处理中的不足。
- "Long (>15 seconds) spans without any speech tend to send it into a hallucination loops that it often can’t recover from." (re)
- "Last time I tried it on some mixed dutch/english text it would spit out english translations for some of the dutch text." (bondarchuk)

4. 与其他技术的比较
- 有评论者提到NVIDIA的Parakeet在速度和准确性上与Whisper相当，但仅支持英语。
- "Parakeet from NVIDIA is way faster and pretty much as correct as Whisper, but it only works with English." (yewenjie)

5. 对本地转录与字幕生成的看法
- 评论者希望本地转录技术能减少视频中嵌入字幕的需求，并支持自动翻译。
- "Once local transcription is in more places hopefully we can persuade content creator not to burn bouncing sub-titles into their videos." (Lio)

6. 对模型来源与集成的担忧
- 有评论者对Whisper模型的来源和集成到Debian等系统的可行性表示担忧。
- "Not sure it will be packaged in Debian, with an external binary model god knows how it was produced..." (zoobab)

7. 对训练新语言的兴趣
- 评论者提出是否可以用Whisper训练新语言，特别是针对地方方言。
- "How could one in theory, use this to train on a new language?" (mockingloris)

总结来看，评论者对Whisper的技术潜力持积极态度，但也指出了其在多语言支持、长段语音处理和模型集成等方面的局限性，并提出了改进建议。