體積僅 164MB：開源語音識別模型 Phonon-2 登頂同量級榜單
Fermion Research 開源輕量級語音識別模型 Phonon-2。該模型僅 164MB，基於 NVIDIA Parakeet 最佳化，平均字錯誤率僅 5.21%，在 M5 MacBook Air 上轉錄 1 小時音訊只需 20 秒，適合在本地端側直接部署。
Parakeet TDT 0.6B v3
NVIDIA 開源百萬小時語音資料集 Granary，以及兩款多語言模型
NVIDIA 聯合卡耐基梅隆大學等開源多語言語音資料集 Granary，涵蓋約 100 萬小時音訊與 25 種歐洲語言。同步上線的 Canary-1b-v2 轉錄準確率登頂 Hugging Face 榜首，Parakeet 模型則主打高吞吐即時轉錄，大幅降低小語種語音 AI 的開發門檻。