Phonon-2：发布小型、高精度开源语音识别模型

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-28 11:48

FermionResearch发布了Phonon-2，一个开源语音识别模型，它以小巧的文件尺寸实现了对英语音频的高精度识别。该模型在Open ASR Leaderboard上的平均词错误率为5.21%，优于更大的模型，并且在文件尺寸小15倍的情况下，达到了其更大、全精度教师模型的性能。Phonon-2专为高效转录而设计，能够在Apple M5 MacBook Air上大约20秒内处理一小时的音频，而在NVIDIA H100 GPU等高端硬件上速度则显著更快。 AI

影响为语音转文本应用提供了一个高精度且高效的开源选项，可能降低开发者的门槛。

排序理由发布了具有基准性能数据的开源模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Trending Models 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 发布了具有基准性能数据的开源模型。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 9 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

Hugging Face Trending Models TIER_1 English(EN) · FermionResearch · 2026-09-28 11:48

FermionResearch/Phonon-2

automatic-speech-recognition · 170 downloads · 95 likes

本文如何被排名

报道来源 [1]

FermionResearch/Phonon-2

相关实体

相关话题