Moonshine
PulseAugur coverage of Moonshine — every cluster mentioning Moonshine across labs, papers, and developer communities, ranked by signal.
- 2026-07-18 product_launch Moonshine AI has released a new, compact speech recognition and text-to-speech model. 来源
1 天有情绪数据
-
Cactus Compute 发布 Whistle，一款紧凑型设备端语音转文本模型
Cactus Compute 发布了 Whistle，这是一款专为在手机、可穿戴设备和微控制器等各种平台上高效运行而设计的全新设备端语音转文本模型。该模型文件大小仅为 16.9 MB，运行在与其前身 Needle 模型相同的 CPU 引擎上，无需外部依赖或 GPU。Whistle 支持七种语言的转录、带概率的词级时间戳以及用于匹配和检索的语音嵌入，并提供关键词偏置选项以提高特定术语的准确性。
-
开源AI工具包可在RAM小于500KB的微控制器上运行语音代理
Moonshine Voice发布了Moonshine Micro，这是一个专为资源受限的嵌入式系统设计的开源AI工具包。该工具包能够让实时语音代理和应用程序在内存仅为470KB的微控制器上运行。它包含了语音活动检测、语音转文本、自定义命令识别和神经语音合成等功能，所有这些都由TensorFlow Lite Micro提供支持。
-
新方法使轻量级ASR模型适应孟加拉语
研究人员开发了一种新颖的方法，将轻量级语音识别模型（如Moonshine）应用于孟加拉语等形态丰富的语言。识别出的核心问题是面向英语的tokenizer导致了自回归崩溃。通过将BanglaBERT WordPiece词汇表移植到解码器中，模型的token肥沃度显著降低，缓解了解码不稳定性。该方法在Lipi-Ghor数据集上实现了21.54%的具有竞争力的词错误率，为ASR模型在不进行大量重新训练的情况下进行跨脚本适应提供了可扩展的解决方案。
-
AI代理Moonshine使用GPT-5.5生成数学猜想
一个名为Moonshine的新自主代理已被开发出来，用于生成数学猜想并取得进展。Moonshine通过提炼新概念和构建理论框架来探索复杂问题。在一个实例中，它提出了神经雅可比猜想，并在GPT-5.5-pro和DeepSeek-V4-pro等先进AI模型的帮助下，为该猜想的一个特定案例开发了证明。