描述
Moondream Parakeet Redux 是一个先进的 AI 模型,旨在增强多语言的语音识别能力。它是 parakeet-tdt-0.6b-v3 模型的精简版本,采用三元权重系统,每个编码器权重为 -1、0 或 +1。这种配置使得模型的大小仅为 178 MB,相比原始的 1.2 GB 模型显著减小。
阅读更多
该模型在实时性能方面表现出色,在八个 x86 CPU 核心上以 113 倍实时速度运行,比其他 Parakeet 运行时快 2.5 倍。尽管体积小,Moondream Parakeet Redux 在英语任务上的字错误率 (WER) 保持在原始模型的 0.3% 以内,并在 25 种语言的 FLEURS 数据集和长音频上超越了原始模型。
Moondream Parakeet Redux 在背景噪声环境中尤其有效,尽管在嘈杂条件下与原始模型相比,性能差距更大。它经过优化以与 Photon 一起运行,直接读取打包的权重,支持包括 x86 上的 AVX-512 VNNI、ARM 上的 NEON 和 Apple GPU 上的 Metal 等多种架构。
该模型采用 CC-BY-4.0 许可证,使其可用于开源项目。它非常适合寻求高性能、多语言语音识别模型的开发者和研究人员,可以集成到各种应用中。该模型处理长音频的能力及其高效的处理能力,使其成为语音识别任务的宝贵工具。
- 类别AI 模型与大语言模型
- 定价模式开源
- 部署云端
- 平台网页版
Moondream Parakeet Redux亮点
三元权重系统
紧凑的模型大小:178 MB
113 倍实时性能
多语言支持:25 种语言
Photon 运行时兼容性
CC-BY-4.0 许可证
改进的长音频转录
在英语任务上的竞争性 WER
Moondream Parakeet Redux入门
访问模型:访问 Hugging Face
身份验证:设置账户
设置环境:安装 Photon
通过 API 集成:使用模型权重
优化:调整设置以提高性能
Moondream Parakeet Redux的使用案例
- 多语言转录
- 实时处理
- 长音频
- 降噪
- 开源项目









