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
- 有人想把编码模型订到每月 5 美元，能打赢 20 美元档吗 — athsrva · 2026-07-27
- 有人称 Kimi 短期走势取决于 K3 基座模型发布 — _xjdr · 2026-07-27
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- 欧洲 ChatGPT Plus 用户开始看到“Extra High”质量选项 — PressPlayPlease7 · 2026-07-27
- Opus 5 传在赛车游戏测试中一次过关 — soumitrashukla9 · 2026-07-27
- Claude Opus 5 据称价格减半并刷榜 Frontier-Bench — GregCook2011 · 2026-07-27