arXiv · NLP· Daniel Varela S\'anchez, Guillermo Mart\'in-Coello Ju\'arez·· 2026-10-12AI 评分44
Oído:在无神经加速器的 $5 微控制器上实现实时开放词汇语音识别
O\'ido: Real-Time Open-Vocabulary Speech Recognition on a $5 Microcontroller without a Neural Accelerator
AI 导读
Oído 在 ESP32-S3 微控制器上运行 13M 参数 Conformer-CTC 模型,实现开放词汇英语语音识别。 LibriSpeech 测试集中 WER 为 3.70%/8.23%,比同芯片厂商识别器错误少 2.3-2.8 倍;单核运行速度为音频时长的 1.97 倍,代码与模型已开源。
来源:arXiv · NLP · arxiv.org