CrisperWhisper 2.0 開源:支援逐字與潤色雙模式,詞級誤差僅 30 毫秒
nyra labs 開源語音轉文本模型 CrisperWhisper 2.0,支援在保留口癖與笑聲的逐字模式,以及自動潤色的意圖模式之間自由切換。模型詞級對齊誤差低至 30 毫秒,最小版本僅 2 億引數,無需 GPU 即可在普通裝置上執行。
nyra labs 開源語音轉文本模型 CrisperWhisper 2.0,支援在保留口癖與笑聲的逐字模式,以及自動潤色的意圖模式之間自由切換。模型詞級對齊誤差低至 30 毫秒,最小版本僅 2 億引數,無需 GPU 即可在普通裝置上執行。