英伟达推出全新自动语音识别开源模型 1秒处理60分钟音频文件
类别：电脑数码
发布时间：2025-05-07 21:04
【太平洋科技快讯】英伟达近日推出了全新自动语音识别(ASR)开源模型Parakeet TDT 0.6B。该模型仅需1秒即可处理长达60分钟的音频文件，其处理速度是现有主流开源ASR模型的50倍。同时，在Hugging Face的Open ASR Leaderboard上，Parakeet TDT 0.6B的字错率(WER)低至6.05%，在开源模型中表现优异，为实时转录、语音分析、呼叫中心智能化以及音频内容索引等企业级应用提供了强大支持。
Parakeet TDT 0.6B基于先进的Transformer架构，采用6亿参数的编码-解码结构，并利用高质量转录数据进行微调。此外，该模型还针对英伟达硬件进行了优化，通过量化和融合内核技术提升了推理效率，并支持TDT(Transducer Decoder Transformer)架构。
除了速度和精度，Parakeet TDT 0.6B还内置了多项独特功能。该模型还支持将歌曲内容转录为歌词，这一功能在音乐索引和媒体平台中具有广泛的应用前景。此外，该模型还支持数字和时间戳格式化，能够显著提升会议记录、法律转录和医疗记录的可读性。标点恢复功能的加入，则进一步增强了下游自然语言处理(NLP)应用的表现。
本文转载于：https://www.sohu.com/a/892937553_223764 如有侵犯，请联系dddazheyh@163.com删除
热门优惠券
更多-
- ROTHSCROOSTER旗舰店满49减16
- 有效期至: 2025-01-25
- 立即领取
-
- 萨布森旗舰店满1299减800
- 有效期至: 2025-01-17
- 立即领取
-
- 哲高玩具旗舰店满69减33
- 有效期至: 2025-01-05
- 立即领取
-
- 戴·可·思官方旗舰店满196减27
- 有效期至: 2025-04-01
- 立即领取
-
- 佳婴旗舰店满30减3
- 有效期至: 2025-01-10
- 立即领取
-
- ROTHSCROOSTER旗舰店满19减8
- 有效期至: 2025-01-25
- 立即领取
-
- 荣业官方旗舰店满20减10
- 有效期至: 2025-01-04
- 立即领取
-
- 戴·可·思（Dexter）母婴京东自营旗舰店满48减10
- 有效期至: 2025-01-12
- 立即领取
-
- KOKOROCARE旗舰店满158减100
- 有效期至: 2025-03-28
- 立即领取
-
- RODEL官方旗舰店满59减30
- 有效期至: 2025-01-02
- 立即领取