跳到主要内容

5 篇文档带有标签「Automatic Speech Recognition」

查看所有标签

Moonshine Streaming Tiny

流式自动语音识别模型,采用滑动窗口编码器以缩短首 token 时间,针对 16kHz 单声道音频优化。

Moonshine Tiny BF16

专为实时语音识别设计的高效自动语音识别模型,采用可变长度架构,支持最长 30 秒的 16kHz 单声道音频输入。

语音转文本

使用 Whisper 和 Moonshine 在设备端将语音转写为文本。