Parakeet TDT 0.6B – 英伟达开源的自动语音识别模型

1个月前发布 33 00
收藏 0

Parakeet TDT 0.6B 是英伟达推出的开源自动 语音识别 （ASR）模型。采用FastConformer编码器和TDT解码器架构，通过预测文本标记及其持续时间加速推理，减少计算开销。模型在1秒内可转录60分钟音频，实时因子（RTFx）达3386，平均单词错误率（WER）仅为6.05%，在LibriSpeech-clean数据集...

收录时间：
2025-12-16
打开网站手机查看
Parakeet TDT 0.6B – 英伟达开源的自动语音识别模型Parakeet TDT 0.6B – 英伟达开源的自动语音识别模型
Parakeet TDT 0.6B – 英伟达开源的自动语音识别模型打开网站

Parakeet TDT 0.6B 是英伟达推出的开源自动 语音识别 （ASR）模型。采用FastConformer编码器和TDT解码器架构，通过预测文本标记及其持续时间加速推理，减少计算开销。模型在1秒内可转录60分钟音频，实时因子（RTFx）达3386，平均单词错误率（WER）仅为6.05%，在LibriSpeech-clean数据集上WER低至1.69%，位居Hugging Face Open ASR Leaderboard榜首。

官网：https://huggingface.co/nvidia/parakeet-tdt-0.6b-v2


立即打开官网

数据统计

相关导航

标签云