开源语音识别 Rumble-2-Flash:40+ 语言,专攻嘈杂真实音频
omarsar0 · x · 2026-11-18
Reson8 发布免费开源权重语音转文字模型 Rumble-2-Flash,针对真实世界音频场景训练:重口音、多人抢话、电话录音、背景噪音等传统 STT 容易翻车的情况。
- 支持 40+ 种语言
- 权重采用 Apache 2.0 协议,可本地部署,音频不出本机
- 作者宣称效果优于 20 倍体积的模型,小到能在手机上运行
「多模态」频道最新
- Google 开源 StreetReaderAI:帮盲人用语音键盘「看」街景 — jonfroehlich · 2026-11-18
- Runway 优化推理:57B 视频模型实时对话从 8 张 H100 降到 4 张 — runwayml · 2026-11-18
- Reson8 开源语音模型 Rumble-2-Flash 登 Open ASR 榜第 9,40+ 语言可本地跑 — cneuralnetwork · 2026-11-18
- Gemini 3.5 Transcribe 上线语音指令实时编辑听写 — AI_Andrew · 2026-11-18
- 开源 Antipode:通过 MCP 驱动的本地程序化合成器,agent 写配方出 WAV — Dizzy_Basil6892 · 2026-11-18
- 在 Antigravity 里用 FFmpeg 给音频做 EQ 与压缩,Gemini 4 生成交互控制台 — alexanderchen · 2026-11-18