一个名为 Swanada 的新开源语音识别系统已被开发出来,以应对跨多种印度语言和古典梵语的设备端 ASR 的挑战。该系统通过使用共享编码器模型和特定脚本的线性 CTC 头部,将总大小从 2.1 GB 以上减少到 184 MB 以下,从而显著降低了存储要求。Swanada 以低延迟和实时因子实现了具有竞争力的准确性,使其适用于浏览器、Node.js 和 Python 环境。 AI
影响 为广泛的印度语言实现了高效的设备端语音识别,降低了应用程序的成本和延迟。
排序理由 该项目描述了一个新的开源系统及其技术细节,属于研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Classical Sanskrit
- Conformer
- Indian English
- Indic Languages
- Node.js
- Python
- Sanskrit
- Swanada
- WebAssembly
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →