Follow
英伟达开源了一个超强的语音识别模型：Parakeet TDT 0.6B V2，登顶 OpenASR 榜单。
它能够在 1 秒内实现高质量转录 60 分钟的音频，而且参数仅仅 0.6B，轻松击败了所有主流闭源模型。
模型下载：huggingface.co/nvidia/parakeet-tdt-0.6b-v2
排行榜单：huggingface.co/spaces/hf-audio/open_asr_leaderboard
不过目前仅支持识别英文，采用的是 CC-BY-4.0 开源许可，允许商业使用。
