基于 Parakeet 的开源 ASR 新模型 Orukeet：74 项测试 61 项超原版

arturdent · reddit · 2026-09-11

社区新发现的开源语音识别模型 Orukeet（基于 NVIDIA Parakeet TDT 0.6B v3），支持 25 种语言，Mac 上表现尤其好。方法上用 12288 个拟合冻结的 Gabor 核替换了编码器一半的时间深度卷积滤波器，并在多语言多口音数据上训练剩余参数。成绩：74 个测试集中 61 个超越 Parakeet，LibriSpeech test-clean WER 1.46% vs 1.53%，test-other 2.86% vs 3.14%，25 种语言的 FLEURS 总 WER 9.85% vs 11.01%，相对降低 10.6%。模型已在 Hugging Face 开放。