Zhipu AI
GLM-ASR-Nano-2512
GLM-ASR-Nano-2512 是面向複雜真實場景的開源自動語音辨識模型,將音訊轉寫為文字。官方標示參數規模為 15 億;此數字不包括用作特徵擷取的 Whisper V3 音訊編碼器。模型卡標示採用 MIT 授權。(zhipuai.cn) 支援普通話、英語,並針對粵語及其他方言、低音量與輕聲語音進行最佳化;官方稱有 17 種語言達到其高可用性標準。(github.com) 適合語音轉文字、會議…
了解模型繁體中文
模型發布檔案
彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。
GLM-ASR-Nano-2512 是面向複雜真實場景的開源自動語音辨識模型,將音訊轉寫為文字。官方標示參數規模為 15 億;此數字不包括用作特徵擷取的 Whisper V3 音訊編碼器。模型卡標示採用 MIT 授權。(zhipuai.cn) 支援普通話、英語,並針對粵語及其他方言、低音量與輕聲語音進行最佳化;官方稱有 17 種語言達到其高可用性標準。(github.com) 適合語音轉文字、會議…