6 秒转录 1 小时语音：Phonon-2 Core ML 版达 606 倍实时，内存砍至 1.1GB

julianweisser · x · 2026-10-07

Manan（经 Julian Weisser 转发）发布语音模型 Phonon-2 的 Core ML 包：在基础款 M5 MacBook Air 上达到 606 倍实时速度（此前发布时为 174 倍），1 小时语音仅需约 6 秒转写，且质量无损失。该模型现成为 Detta 应用的默认引擎；峰值内存从 3.1GB 降至 1.1GB，空闲内存从 1.8GB 降至 600MB（即使加载 Gluon），峰值内存占用已与 WisprFlow 相当，且完全本地运行。独立开发者的端侧语音识别优化典型案例。