蚂蚁开源 9.57M 参数声纹模型，性能追平 5.87 亿参数大模型

蚂蚁集团开源声纹验证模型 AntSpeaker/MECT，仅 9.57M 参数，主打低延迟实时推理，适合端侧场景。该模型将 MoE（混合专家）机制引入全监督声纹训练，在 VoxCeleb1 基准上的平均指标追平甚至超过 5.87 亿参数的大模型，同时推理延迟仅百毫秒级别，展现了小模型在实时声纹验证任务上的潜力。

2026-09-24 ~ 2026-09-24 · 2 条相关

• 蚂蚁开源 AntSpeaker/MECT：9.57M 小模型声纹验证追平 5.87 亿参数模型 — aigclink · 2026-09-24

另有 1 条近重复转述:aigclink