开发者 sahilmdkr 开源 29M 参数预测式语音识别模型 Earlybird

开发者 sahilmdkr 发布并开源 29M 参数的预测式语音转文本模型 Earlybird。该模型能在词语结束前中位数 90ms 正确预测输出，而传统流式语音识别通常需等待 90–400ms，可用于降低实时字幕和语音智能体的感知延迟。