开发者改造 EmbeddingGemma 2 实现极速端侧语音识别

开发者 @TslShahir 将 Google 开源的嵌入模型 EmbeddingGemma 2 改造成语音转文字模型，实测在基础版 M3 MacBook Air 上仅需约 13 秒即可转录一小时音频，成为可在设备本地运行的最快 STT 模型之一，展示了嵌入模型在新任务上的改造潜力。

2026-10-13 ~ 2026-10-13 · 2 条相关

• 开发者把 EmbeddingGemma 2 改造成语音转文字，M3 上 13 秒转录 1 小时音频 — solyarisoftware · 2026-10-13
• 把嵌入模型改成语音识别：M3 MacBook Air 13 秒转录一小时音频 — TheMoonMidas · 2026-10-13