语音识别新王者！Cohere Transcribe 登顶开源榜首，准确率碾压 Whisper！
微软把2.47G的语音模型压到670M，准确率几乎没掉，端侧ASR这事真要起飞了
40种语言塞进0.6B，实时ASR开始拼成本
把语音识别模型装进手机？实测给你看效果！
掏心窝分享：我做语音项目踩遍坑，整理的全套模型选型方案
X-ASR 把本地语音输入的底座拼出来了
AI语音模型，终于可以装进手机了！
0.4B模型，为什么能听懂更多方言
0.1B参数跑TTS，8B参数吊打30B模型：MOSS这波音频双杀，有点离谱
Qwen3.5-LiveTranslate，可能是同传模型最该有的样子
阿里刚发的Fun-ASR1.5，在5种方言上的准确率突破90%，在15种方言上超过80%
普通话听得准之后，ASR真正难的是这些声音
一个造声音，一个驯声音，两套开源TTS怎么选
不只克隆声音，Breeze TTS 2开始听懂怎么说
Whisper 生态全景：15 个开源项目，我全用过了
没有显卡，也能把几十种语音模型跑在本地
实时字幕只出字还不够，它还得知道谁在说
一场90分钟会议，AI不仅要听清，还得一直认对人
AI 配音真正难的不是像，是改起来不痛
TTS 又卷起来了，但 PilotTTS 卷的不是更大
