Phonon-2.5:156 MB 的语音转录模型,支持25 种语言 平均成绩超过 Whisper large-v3

原文链接: https://x.com/yoitsmanan/status/2113667722961965515 来源: x.com 发现于: 小互 · AI 解读站 · 2026/10/24 说明: 本文由 AIHot 自动聚合,并由 GLM 翻译为中文(保留全部代码与链接)


Phonon-2.5 发布:多语言语音识别准确率-体积 Pareto 前沿的新突破


Phonon-2.5 正式发布:多语言语音识别领域全新的准确率-体积 Pareto 前沿。

它的下载体积仅 156MB,平均准确率却高于 OpenAI 的 Whisper large-v3(体积是其 20 倍!)

在 MacBook Air 上仅需 20 秒即可转录一小时的多语言音频!

开放权重,CC-BY-4.0,今日发布。

@fermion_ai

[图片] https://pbs.twimg.com/media/HVVA55caYAMRzSK.jpg?name=orig

点赞 557 · 转发 50 · 回复 53 · 浏览 25.2K