跳到正文
热点事件持续更新

Fermion 开源轻量多语言语音模型 Phonon-2.5

2 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Fermion 团队发布开源多语言语音识别模型 Phonon-2.5，模型大小156MB，权重采用CC-BY-4.0许可开放。在FLEURS 25种语言评测中，其平均词错率为11.71，优于体积约大20倍的OpenAI Whisper large-v3（12.18）；官方称，在MacBook Air上转写一小时多语言音频约需20秒。 报道同时将其与Parakeet Ultra和Omnilingual LLM-1B比较，但所列数据中后两者的词错率分别为11.14和11.28，均低于Phonon-2.5，因此“超过二者”的结论尚不能据此成立。

AI 根据报道生成 · 2 小时前更新

最新进展10月24日 01:05
Fermion 开源 156MB 多语言语音识别模型 Phonon-2.5

报道时间线

沿着报道，了解事件的不同侧面。

10月24日
  1. AGI Hunt
    Fermion 开源 156MB 多语言语音识别模型 Phonon-2.5

    Fermion AI 开源多语言语音识别模型 Phonon-2.5，下载体积仅 156MB，约为 Whisper large-v3 的二十分之一。该模型在 FLEURS 25 种语言评测中的平均词错率约为 11%，准确率超过体积大 20 倍的 Whisper large-v3。

  2. AGI Hunt
    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。

本事件热度走势

可比范围当前
10
可比范围峰值
1010月24日 01:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。