70MB 流式语音模型 Arc:边听边链名单,一步替代 ASR+NER+LLM

Working_Hat5120 · reddit · 2026-10-30

WhissleAI 发布 Arc-Transcriber，约 70MB 的流式语音模型，把传统「ASR→NER→实体链接→LLM」多步流水线压缩为单模型一步完成。每 100ms 输出转录及 200+ 个训练出的决策头结果：将说出的人名实时匹配到你给的名单（不在名单的新名字会被标记）、带数值的数字、说话人角色、声音/信道事件、以及判断话语是否在对助手说话。实时「事实核对」在流内完成，无需第二遍。有 Arc mini（moonshot 预训练编码器）和 Arc-v1（parakeet 编码器）两个变体，权重和 CLI 已开源，已在其 Mac 应用中端侧运行，实现边说话边对 6.1 万本书做语音搜索。