Modal 实测：用开源 ASR 模型将批量语音转写提速 100 倍、成本降 100 倍
Modal 工程团队在平台上部署 NVIDIA parakeet-tdt-0.6b-v2 与 canary-1b-flash 开源 ASR 模型，对约一周（7×24 小时）ESB 基准音频做批量转写，结果比所测专有 API 快 112 倍或便宜 200 倍，且错误率略低，实现了一分钟内以 1 美元转写一周音频。
多模态 大事记
重要进展 IMPORTANT_PROGRESS
2026-06-05 — 2026-06-05
重要进展 · 第 11 / 22 页
Nemotron 3.5 Content Safety：面向全球企业AI的可定制多模态安全
AIHOT事件 ↗原始外链未提供
多模态 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容