体积仅 164MB：开源语音识别模型 Phonon-2 登顶同量级榜单
Fermion Research 开源轻量级语音识别模型 Phonon-2。该模型仅 164MB，基于 NVIDIA Parakeet 优化，平均字错误率仅 5.21%，在 M5 MacBook Air 上转录 1 小时音频只需 20 秒，适合在本地端侧直接部署。
Parakeet TDT 0.6B v3
NVIDIA 开源百万小时语音数据集 Granary，以及两款多语言模型
NVIDIA 联合卡耐基梅隆大学等开源多语言语音数据集 Granary，涵盖约 100 万小时音频与 25 种欧洲语言。同步上线的 Canary-1b-v2 转录准确率登顶 Hugging Face 榜首，Parakeet 模型则主打高吞吐实时转录，大幅降低小语种语音 AI 的开发门槛。