Overtone 将每个口语单词仅存储一次——包含时间戳与说话人——并在单个 `.overtone.json` 文件中为不同屏幕宽高比生成独立的字幕切分。其 CLI 可离线重新切分字幕,或使用语音提供商转录音视频,支持可选的本地处理。video.js 插件会选取与播放器匹配的切分。字幕遵循可读性规则:避免弱行尾、将名称与数字保持在一起、分隔说话人,并在停顿处断句。该格式可导出 WebVTT/SRT。转录结合多个语音引擎,使用 LLM 解决分歧,并应用基于规则的排版,而时间戳来自引擎。基准测试显示,相比单引擎,它产生的不自然断句更少、词错误率更低。软件包包括 CLI、video.js 插件和格式库。完整规则目前覆盖英语和荷兰语;其他语言使用检测或中性规则。它不翻译、不添加声音标签、不提供 GUI 编辑器,并支持最长两小时的媒体。采用 MIT 许可证。
Duet 是一款测试版 AI 助手,评测者认为它出奇有用。它速度快,把工作组织成可相互引用的频道,按频道限制 GitHub 仓库访问,避免要求凭证,并给出简洁回复和得体的 emoji 反应。它也有故障,包括隐藏线程和偶尔的仓库访问附件失败,可能更适合某些用户;Dot 语音更好。它的主要优势是自然的关注层级:顶层全局监督、频道级访问、受限子线程/沙箱,以及可选的本地主机访问用于 QA/部署。评测者说这种层级减少了智能体管理负担,并可能成为聊天机器人界面的标准。