156MB 语音识别模型 Phonon-2.5 准确率反超 20 倍大的 Whisper large-v3
julianweisser · x · 2026-10-24
Fermion 团队发布开源多语言语音识别模型 Phonon-2.5，仅 156MB，主打「精度-体积」帕累托前沿。
- 在 FLEURS 25 种语言的评测中，平均词错率 11.71，优于体积大 20 倍的 OpenAI Whisper large-v3（12.18），也超过 Parakeet Ultra（11.14，1.26GB）和 Omnilingual LLM-1B（11.28，9.1GB）
- 官方称在 MacBook Air 上 20 秒即可转写一小时多语言音频
- 权重开放，采用 CC-BY-4.0 许可
所属事件:Fermion 开源 156MB 语音识别模型 Phonon-2.5(2 条相关)→
「模型」频道最新
- SemiAnalysis 实测：Anthropic 悄悄 A/B 测试 Claude 用量限额，同价差 20% — RexDouglass · 2026-10-24
- Kimi K3.1 Pro 跑分出炉：SWE Marathon 登顶，多榜紧咬 Opus 5.5 — scaling01 · 2026-10-24
- Kimi 3.1 定价 $2/$10 每百万 token，博主称仍难敌 DeepSeek — bindureddy · 2026-10-24
- NVIDIA Nemotron 3.5 Bolt 上架 Ollama，128K 上下文本地小视觉模型 — ollama · 2026-10-24
- LlamaIndex 发布 OCRia-1:解析成本仅 Claude 的 1/4、速度快 7 倍 — llama_index · 2026-10-24
- OpenAI 三篇红条论文被指证明策略无法挽救，错误两周半无同类报告 — teortaxesTex · 2026-10-24