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。
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。