IXThinker·2025-05-28 12:00英偉達開源新語音識別模型 一小時音頻一秒轉出
語音識別技術正面對更苛刻的要求：智能客服要實時理解用戶意圖，會議記錄、字幕生成要適應多語速多口音，還要兼顧速度、成本與嘈雜環境下的穩定性。英偉達近日開源新模型回應這些痛點。
模型開源
英偉達開源的語音識別模型名為ParaKeet-tdt-0.6b-v2，基於FastConformer架構，並結合英偉達自研的TDT轉譯解碼技術。相關demo已上線HyperAI超神經官網「教程」板塊，供用戶在線體驗。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。