단 164MB 크기: 초경량 오픈소스 음성인식 모델 ‘Phonon-2’ 공개
Fermion Research가 영어 음성인식 모델 Phonon-2를 오픈소스로 공개했다. 다운로드 크기가 164MB에 불과하지만 5.21%의 단어 오류율을 기록했으며, M5 맥북 에어에서 1시간 분량 오디오를 20초 만에 로컬에서 텍스트로 변환한다.
Parakeet TDT 0.6B v3
엔비디아, 약 100만 시간 규모 다국어 음성 데이터셋 'Granary' 및 신규 모델 오픈소스 공개
엔비디아가 25개 유럽 언어를 지원하는 음성 데이터셋 'Granary'를 오픈소스로 공개했다. 약 100만 시간의 오디오를 담고 있으며, 최고 수준의 정확도를 갖춘 Canary-1b-v2와 초고속 실시간 전사를 지원하는 Parakeet-tdt-0.6b-v3 모델도 허깅페이스에 함께 출시됐다.