首个开源扩散式语音识别模型发布：速度达 Whisper 的 15 倍
bodonoghue85 · x · 2026-07-03
interfazeai 开源了首个基于扩散模型的自动语音识别（ASR）系统，融合 DiffusionGemma 与 Whisper 技术，推理速度比 Whisper 快 15 倍。这是扩散模型首次被应用于开源 ASR 领域，在保持 Whisper 识别质量的基础上实现了显著的速度突破，为实时语音应用提供了新的技术路线。
「模型」频道最新
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27