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
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11