Arc-Transcriber 70MB流式语音模型发布

Arc-Transcriber是一款约70MB的流式语音模型，每100毫秒可完成ASR与命名实体链接的单步处理，输出转录文本及人名、数字、说话人等元数据，支持在流内实时校验用户提供的名单。 该模型将传统的ASR、NER和实体链接链路压缩至共享编码器中。目前提供Arc mini和Arc-v1两个版本，其中Arc mini使用Moonshot预训练编码器，Arc-v1使用Parakeet预训练编码器，用于Mac端侧应用中的语音搜索。 相关权重已发布于Hugging Face，代码在GitHub开源，项目由WhissleAI开发并维护。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。