Rohan Paul (@rohanpaul_ai)T2·基座大模型
72 分
阿姆斯特丹初创公司 Reson8 发布 Rumble-2-Flash,仅 0.5B 参数、约 1GB 体积,可在手机端离线运行,覆盖 45 种语言并以 Apache 2.0 免费开源。该模型主打重口音、多人重叠、劣质电话线路与街头噪声等传统转写工具的失效场景,官方称其表现超过体积大 20 倍的模型。
语音 AI 研究团队,专注多语言语音识别模型研发与 API 服务
阿姆斯特丹初创公司 Reson8 发布 Rumble-2-Flash,仅 0.5B 参数、约 1GB 体积,可在手机端离线运行,覆盖 45 种语言并以 Apache 2.0 免费开源。该模型主打重口音、多人重叠、劣质电话线路与街头噪声等传统转写工具的失效场景,官方称其表现超过体积大 20 倍的模型。
Reson8 以 Apache 2.0 协议开源 Rumble-2-Flash,这是一个仅 0.5B 参数的语音识别模型,覆盖 40 多种语言并支持自动语种检测,官方称其可与体积大 3 至 60 倍的模型竞争。模型原生支持 Transformers 与 vLLM,一小时音频约半秒即可处理完毕,并提供数字格式、填充词、逐字重复与强制语种等输出控制能力。