Google 发布了 DiarizationLM-Gemma-4-E4B-v1,这是一个采用 Apache 2.0 许可的开源模型。这个拥有 40 亿参数的模型旨在通过一种新颖的保留局部性的监督方法来修正自动语音识别 (ASR) 和说话人分割的输出。量化版本,如 GGUF (Q4_K_M),可通过 llama.cpp 进行本地推理。 AI
影响 为语音分割和 ASR 修正任务实现本地推理。
排序理由 发布具有特定技术能力的开源模型。 [lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →