#Moondream

2:29开源项目传播指数 59

Underdog 开源 Bark 3.0：163MB 语音模型，5 分钟音频半秒转完

本周，Underdog 在 Hugging Face 开源语音转文字模型 Bark 3.0，体积仅 163 MB，在苹果 M 系列芯片上转写 5 分钟音频仅需半秒。它的英文会议错误率明显低于 Whisper Large，Clean 版本还能自动过滤掉口头禅。不过目前仅支持英文。