Reson8 开源语音模型 Rumble-2-Flash 登 Open ASR 榜第 9,40+ 语言可本地跑
cneuralnetwork · x · 2026-11-18
一位正在做 Indic TTS Bench 的开发者推荐了 Reson8 AI 的 Rumble-2-Flash 语音识别模型:在 Hugging Face Open ASR 排行榜上排名第 9,模型体积很小,权重开放,支持 40+ 种语言,可完全免费在本地运行。
作者表示在做印度语系 TTS 基准时深感让语音模型适配不同口音和嘈杂音频的难度,认为这是个小体量却成绩亮眼的实用开源模型。
「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
- 开源语音识别 Rumble-2-Flash:40+ 语言,专攻嘈杂真实音频 — omarsar0 · 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
- 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