Conformer-CTC

开放词汇语音识别在 5 美元微控制器上运行

研究人员开发了 Oído，这是一个新颖的系统，能够在低成本的 5 美元微控制器 ESP32-S3 上实现开放词汇英语语音识别，而无需专用的神经加速器。Oído 在 LibriSpeech 等基准测试中取得了具有竞争力的词错误率，其性能优于该芯片的原生识别器，甚至可以媲美一些全精度笔记本电脑模型。虽然尚未实现实时运行，但该系统证明了在高度受限的硬件上进行高级语音处理的可行性，并且代码和模型已公开提供。