跳到正文
Hugging Face Blog·· 19 小时前精选AI 评分69

Hugging Face 开源 0.5B 语音识别模型 Rumble-2-Flash,支持 40+ 语言

Rumble-2-Flash: an open 0.5B speech model for 40+ languages

AI 导读

Hugging Face 以 Apache 2.0 协议开源 0.5B 参数语音识别模型 Rumble-2-Flash,支持 40+ 语言和自动语言检测,原生兼容 Transformers 与 vLLM,满批吞吐超过 7,000 RTFx,一小时音频约半秒转写完。

推荐理由

原文交代了用 Qwen3-ASR 架构和 GOLD 蒸馏把 0.5B 模型做到接近 30B 水平的路径,可迁移的训练方法信息较完整。

来源:Hugging Face Blog · huggingface.co