Swanada 发布:纯浏览器 WASM 跑 12 种印度语言与梵语语音识别
init0 · reddit · 2026-11-13
开发者在此前发布浏览器端 TTS 项目 Ninada 后,应社区要求推出了反向的语音识别引擎 Swanada。
- 支持梵语(含吠陀梵语)、英语及 10 种印度语言共 12 种语言/文字,100% 在浏览器 WASM 中离线运行,零云端调用
- 移动端模型仅 31.8 MiB,实时率 0.009x–0.021x(48x–111x 实时),延迟 236ms,TTFT 28.6ms
- <1ms 自动语言识别(12/12 全对),支持卡纳达语+英语混合的「Kanglish」实时转写与罗马化 IAST 输出
- 在 1600 条未见过的 FLEURS、OpenASR 与 Sushrota Sanskrit 测试集上 CER 5.35%、准确率 94.7%,报告 0/100 静默幻觉
- MIT 协议开源,支持 iOS/Android/Node/Python
「应用」频道最新
- $300 刺绣机强制订阅，开发者自建开源 App 冲上 HN 前十 — simpsoka · 2026-11-13
- Restream 新功能：桌面端与专业相机也能直推 Instagram — ciguleva · 2026-11-13
- Google 搜索全球上线 Gemini 4 Hydrogen,号称史上最大模型升级 — koraykv · 2026-11-13
- Aurora AI 语音助手替你打电话:一次并发询问本地商家并附通话录音 — rohanpaul_ai · 2026-11-13
- 独立开发者做 AI 养狗助手 Tails,两月迭代 50+ 功能拿下千名用户 — Bankster88 · 2026-11-13
- YC 新成员 Plek AI：1 分钟从员工普查找出 3000 万美元 EBITDA 杠杆 — ycombinator · 2026-11-13