Underdog AI 发布开源语音识别模型 Bark 3.0
热点事件持续更新
Underdog AI 发布开源语音识别模型 Bark 3.0
2 篇报道2 个报道来源5 小时前更新
先了解这件事
AI 综述
Underdog AI 发布开源语音识别模型 Bark 3.0，体积仅 163 MB，采用 CC-BY 4.0 协议，公司称其可在笔记本电脑和手机上运行。据发布方称，该模型在 AMI 会议录音数据集上词错误率为 7.82%，低于 NVIDIA Parakeet 的 9.42% 和 OpenAI Whisper large-v3 的 13.63%，后两者体积分别是它的 15 倍和 57 倍；这些数字为发布方说法，尚非独立验证。 跟进报道补充：Bark 3.0 基于英伟达与 Moondream 开源的语音识别架构，仅支持英文；在苹果 M 系列芯片上转写 5 分钟音频约需半秒，Clean 版本可自动过滤语气词和口误重复。模型已发布于 Hugging Face。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 13:31
Underdog Bark 3.0 发布：仅 163 MB 的英文语音转文字模型报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- Gorden Sun (@Gorden_Sun)Underdog Bark 3.0 发布：仅 163 MB 的英文语音转文字模型
Underdog 发布 Bark 3.0，一款仅 163 MB 的语音转文字模型，基于英伟达与 Moondream 开源的语音识别架构。在苹果 M 系列芯片上转写 5 分钟音频仅需半秒，英文会议场景错误率低于 Whisper 等传统大模型，Clean 版本可自动过滤语气词和口误重复，仅支持英文。模型地址：https://huggingface.co/Underdog/bark-3.0
10月21日
- Marc Andreessen (@pmarca)Underdog AI 发布开源语音模型 Bark 3.0，仅 163 MB 且准确率超过 Whisper large-v3
Underdog AI 发布语音模型 Bark 3.0，称其为 163 MB 的开源模型（CC-BY 4.0），在 AMI 会议录音数据集上词错误率 7.82%，低于 NVIDIA Parakeet 的 9.42% 和 OpenAI Whisper large-v3 的 13.63%，后两者体积分别是它的 15 倍和 57 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。