arXiv · ML· Billal Boumedine·· 6 小时前AI 评分37
ESP32-P4 微控制器上运行 65.7M 参数 2/4 位流式语音识别模型 Kroko
Streaming Speech Recognition on a Microcontroller: a 65.7M-Parameter Transducer in 2 and 4 Bits on the ESP32-P4
AI 导读
研究人员在 ESP32-P4 微控制器上成功运行了 65.7M 参数的英语流式语音识别模型 Kroko，未使用任何神经加速器。该模型经 2/4 位量化后权重文件仅 26.65 MB，处理每个 1.28 秒音频块耗时 0.90 秒，LibriSpeech test-clean WER 为 4.34%。
来源：arXiv · ML · arxiv.org