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。
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。