Gorden Sun (@Gorden_Sun) “Fermion开源语音识别模型Phonon-2：极速转写长音频 仅164MB，在普通轻薄笔记本上转写1” — TopicDigg
Gorden Sun
@Gorden_Sun
加入 August 2013
0 正在关注 0 粉丝
Fermion开源语音识别模型Phonon-2：极速转写长音频
仅164MB，在普通轻薄笔记本上转写1小时音频只需约20秒。通过极低位宽权重压缩技术大幅缩减体积，识别准确率却对齐了体积大其15倍的原版大模型，在会议和演讲场景下的准确表现甚至更优。
这意味着个人电脑无需依赖昂贵的高端显卡，就能低成本在本地流畅运行高精度的语音听写与音频转写。
仅支持英文。
模型：
显示更多
