Fermion 发布 156MB 开源多语言语音识别模型 Phonon-2.5

Fermion 团队发布开源多语言语音识别模型 Phonon-2.5，模型大小为 156MB，主打精度与体积的帕累托前沿。其在 FLEURS 25 种语言评测中的平均词错率为 11.71，优于体积大约 20 倍的 OpenAI Whisper large-v3 的 12.18。官方称该模型在 MacBook Air 上可用 20 秒转写一小时多语言音频，权重采用 CC-BY-4.0 许可开放。