纯 JVM 跑 NVIDIA Parakeet：1 小时音频 44 秒转录，比 C++ 参考实现快 2 倍
mkheck · x · 2026-09-24
开源项目 jinfer-parakeet 在 JVM 上实现了 NVIDIA Parakeet 语音识别，宣称无需 GPU、Python、ONNX Runtime 或 whisper.cpp，纯 Java 在普通 CPU 上即达 parakeet.cpp / sherpa-onnx 同级水平，某些场景比 C++ 参考实现快 2 倍——1 小时音频 44 秒转完。
- 精度：F16 下转写结果与 parakeet.cpp 逐词一致，其余差异来自量化噪声
- 支持流式转录：音频边进、文本边出，带跟随说话人的草稿尾部
- 每个 token 附带时间戳与置信度；Parakeet v3 多语言、自动加标点，无需语言参数
- 一等支持 GraalVM Native Image，启动快、内存占用低
对想在 JVM 技术栈里做本地/端侧语音识别的工程师是一个绕开 Python 生态的可选方案。
所属事件:NVIDIA Parakeet 语音模型纯 Java 移植版性能反超 C++ 实现(2 条相关)→
「Infra」频道最新
- Starlink 美国城市用户增速 73% 反超农村，上传速度提升 42% — XFreeze · 2026-11-11
- Cloudflare 采用未经实战的共识算法 QuePaxa,替代 Raft/Paxos 建 Meerkat — sull · 2026-11-11
- 用 AI 扫遍全美废弃商场，改造成数据中心的脑洞 — LinusEkenstam · 2026-11-11
- Anthropic S-1 曝 260 亿美元私募：七大供应商按 IPO 价入股 — demian_ai · 2026-11-11
- AMD 10Q 披露收购 Taalas 花费 29 亿美元,将 LLM 权重烧进硬件 — deedydas · 2026-11-11
- SpaceXSI 1.2GW 燃气电厂获密西西比州环保许可,为 Colossus II 供能 — XFreeze · 2026-11-11