英伟达开源语音识别模型！0.6B 参数登顶 ASR 榜单，1 秒转录 60 分钟音频！
英伟达发布Parakeet TDT 0.6B V2开源语音识别模型，参数仅600M，平均词错误率（WER）6.05%，可在1秒内完成60分钟音频转录，支持英文，已入驻Hugging Face Open ASR榜单首位。
开源语音识别模型
英伟达发布Parakeet TDT 0.6B V2开源语音识别模型，参数仅600M，平均词错误率（WER）6.05%，可在1秒内完成60分钟音频转录，支持英文，已入驻Hugging Face Open ASR榜单首位。