MOSS-Transcribe-Diarize-0.9B开源ASR模型发布
转推 @MosiAI_Official: 🤗 MOSS-Transcribe-Diarize-0.9B 现在在 @huggingface 上开源。
基于端到端音频到结构化转录范式构建:
>0.9B 开源 ASR 模型
>Apache 2.0 许可证
>128k 长上下文转录
>最多处理约 90 分钟音频输入
>一次生成说话人标签和时间戳
>多说话人分离,适用于会议、中断和重叠语音
>热词偏置,针对名称、术语和领域特定词汇
>在 NVIDIA RTX 4090 上约 100 token/s,RTF 约 0.017
感谢 @sgl_project @vllm_project @Prince_Canuma @lllucas 的 Day-0 支持!🚀
GitHub: https://t.co/0hgIjvhGv1
Hugging Face: https://t.co/gQ1avC3w2e
API: https://t.co/znzfO4PHuu
现场演示: https://t.co/wAmEbbFna5
技术报告: https://t.co/3yb0VKp7FS
HF Space: https://t.co/gQ1avC3w2e
AtomGit: https://t.co/uIwqnkMeGU
SGLang-Omni: https://t.co/TFlp4YzI7f
vLLM: https://t.co/j1VMVuQDcp
MLX-audio: https://t.co/ofDO9V6N7J
Discord: https://t.co/H3shzNLHOL
基于端到端音频到结构化转录范式构建:
>0.9B 开源 ASR 模型
>Apache 2.0 许可证
>128k 长上下文转录
>最多处理约 90 分钟音频输入
>一次生成说话人标签和时间戳
>多说话人分离,适用于会议、中断和重叠语音
>热词偏置,针对名称、术语和领域特定词汇
>在 NVIDIA RTX 4090 上约 100 token/s,RTF 约 0.017
感谢 @sgl_project @vllm_project @Prince_Canuma @lllucas 的 Day-0 支持!🚀
GitHub: https://t.co/0hgIjvhGv1
Hugging Face: https://t.co/gQ1avC3w2e
API: https://t.co/znzfO4PHuu
现场演示: https://t.co/wAmEbbFna5
技术报告: https://t.co/3yb0VKp7FS
HF Space: https://t.co/gQ1avC3w2e
AtomGit: https://t.co/uIwqnkMeGU
SGLang-Omni: https://t.co/TFlp4YzI7f
vLLM: https://t.co/j1VMVuQDcp
MLX-audio: https://t.co/ofDO9V6N7J
Discord: https://t.co/H3shzNLHOL