163MB 语音模型 Bark 3.0 开源,以小胜大击败 Whisper 与 Parakeet
Scobleizer · x · 2026-10-21
Underdog 发布开源语音识别模型 Bark 3.0,仅 163 MB 下载体积,主打端侧运行。
- 成绩:在 Open ASR Leaderboard 七个英文测试集上平均词错率 4.94%,优于 NVIDIA Parakeet(9.42%,体积 15 倍)与 OpenAI Whisper large-v3(13.63%,体积 57 倍);MacBook 上转写 1 分钟音频不足 0.25 秒,最高比实时快 595 倍。
- 家族版本:Bark 3.0 Plus(180MB,4.76%)、Pro(1.25GB,4.29%,仅 Hugging Face);另有 Clean 版本会自动去除「um」「you know」等填充词与口误重复,适合听写与会议记录。
- 许可与部署:CC-BY 4.0 开源,可跑在笔记本和手机上,数据不出本地;Underdog 应用内已集成私人端侧会议记录与听写。
「模型」频道最新
- Reflection 开放权重模型 Beam 1.0 限时免费上架 Nous Portal — alexcovo_eth · 2026-10-21
- Karpathy：当模型思维链不再说英语，就知道 RL 真练到位了 — joeddav · 2026-10-21
- Devin Fusion 双模型协作得 68 分，成本比 Claude Code 低 31% — ArtificialAnlys · 2026-10-21
- Perplexity 开源 pplx-decider 决策模型,成本仅 GPT 6 Luna 十分之一 — Balance- · 2026-10-21
- Ascend 950DT 跑 DeepSeek-V4.1 吞吐仅 GB200 的 1/5-1/7，但优化空间仍大 — teortaxesTex · 2026-10-21
- Gemini 4 Carbon 曝光:已进 EAP 并登陆 LMArena,3D 能力显著超越 Argon — lyraxana · 2026-10-21