#ASR

М модели ·23 июл 2026

Whisper больше не один: новая расстановка сил в открытых моделях распознавания речи

За последний год рынок открытых ASR-моделей превратился из монополии Whisper в конкурентную гонку. Cohere Transcribe, IBM Granite Speech, ARK-ASR и MOSS-Transcribe показывают WER в районе 5%, разница между лидерами — меньше одного процентного пункта. Теперь выбор модели определяют не только точность, но и лицензия, поддержка языков, скорость обработки и стоимость на час аудио.

0 47
М модели ·20 июл 2026

Модель распознавания речи на 13 млн параметров запустили на микроконтроллере за $10

Энтузиаст портировал квантованную версию Conformer ASR модели от NVIDIA на микроконтроллер ESP32-S3 стоимостью менее $10. После оптимизации модель с 13,1 млн параметров занимает 14 МБ флеш-памяти и транскрибирует 8 секунд аудио, хотя скорость остается медленной. Квантизация увеличила ошибку распознавания лишь на 3%.

0 99