Flux
Gemma 4 audio with MLX

Gemma 4 audio with MLX

Simon Willison's Weblog ·

Thanks to a tip from Rahim Nathwani, here's a uv run recipe for transcribing an audio file on macOS using the 10.28 GB Gemma 4 E2B model with MLX and mlx-vlm: uv run --python 3.13 --with mlx_vlm --with torchvision --with gradio \ mlx_vlm.generate \ --model google/gemma-4-e2b-it \ --audio file.wav \ --prompt "Transcribe this audio" \ --max-tokens 500 \ --temperature 1.0 Your browser does not support the audio element. I tried it on this 14 second .wav file and it output the following: This front…

Soutenez Simon Willison's Weblog en consultant la ressource originale

Lire l'article original

Vous aimez découvrir ces sources ?

Soutenez-moi sur Patreon

Articles similaires

Agentic Coding YouTube

Agentic Coding

100% d'adoption des outils IA de code par les 600 ingénieurs de Doctolib. Mission accomplie ? Pas tout à fait 👀 Aujourd’hui, les organisations techniques doivent répondre aux problématiques liées à l’agentic coding et soigner l’expérience développeur, qui se trouve profondément transformée. En tant que Staff SRE et Senior Software Engineer dans l'équipe AI Scaling chez Doctolib, Yankı Sesyılmaz (Doctolib), Julien Tanay (Doctolib) racontent comment ils ont construit une plateforme IA ouverte…

Devoxx France (YouTube)
Détecter les régressions visuelles dans la CI avec Playwright et Docker

Détecter les régressions visuelles dans la CI avec Playwright et Docker

Sur un gros site public, le front bouge tout le temps : une migration Tailwind par-ci, un composant React par-là, un bloc CMS qui change de gabarit. Et comme toujours avec le CSS, la modification d’une classe qui semblait anodine peut très bien décaler un bloc trois pages plus loin, sans que personne ne s’en rende compte avant la mise en production. Sur un de nos projets, nous avions déjà des tests Behat pour le fonctionnel, et des tests PHPUnit pour le métier. Mais aucun de ces tests ne disait…

JoliCode
Google vient de lancer Gemini 3.6 Flash… Claude doit-il s’inquiéter ? YouTube

Google vient de lancer Gemini 3.6 Flash… Claude doit-il s’inquiéter ?

Google vient de dévoiler Gemini 3.6 Flash, Gemini 3.5 Flash-Lite et Gemini 3.5 Flash Cyber. Dans ce Short, je résume les nouveautés annoncées par Google : performances en programmation, vitesse de génération, consommation de tokens, tarifs de l’API et spécialisation de Gemini Flash Cyber dans la cybersécurité. Gemini 3.6 Flash pourrait-il devenir une alternative crédible à Claude, GPT ou Grok pour coder dans Cursor et construire des agents IA ? Avec un prix plus accessible et de meilleures…

Pentiminax (YouTube)