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。
「模型」频道最新
- Sentry 创始人吐槽：新模型越「聪明」产出反而越差 — zeeg · 2026-09-12
- 开发者吐槽:Astra 整体不如前代 Sol,除非暴力并发找反例 — mertdumenci · 2026-09-12
- Gary Marcus 批评 OpenAI 削弱安全监控，白宫集体沉默 — GaryMarcus · 2026-09-12
- 用 12.5 万条真人对话微调 Qwen3.8-27B，去掉 AI 助手腔 — kvyb · 2026-09-12
- Muse、Instinct、Grok Bot 被赞今年最强产品级体验 — jeff_weinstein · 2026-09-12
- 微软发布 MAI-Transcribe-2：单模型多语言转录，自带说话人分离与时间戳 — mustafasuleyman · 2026-09-12