Hugging Face发布了Rumble-2-Flash,一个拥有0.5亿参数的新型开源语音识别模型。该模型支持40多种语言,并展现出与包括NVIDIA的Nemotron 3.5 Transcribe在内的许多更大模型相媲美的性能。Rumble-2-Flash实现了高精度和高速度,大约半秒即可处理一小时的音频,并且设计用于在Hugging Face Transformers和vLLM框架内高效运行。 AI
影响 此次发布提供了一个高效且支持多语言的语音识别模型,有望降低将先进的ASR能力集成到各种应用中的门槛。
排序理由 主要AI实验室(Hugging Face)发布新的开源语音模型。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
- Apache Software License 2.0
- Hugging Face
- Meta
- Nemotron 3.5 Transcribe
- Nvidia
- omniASR-LLM 7B
- Qwen3 ASR
- Rumble-2-Flash
- transformers
- vLLM
- Whisper
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →