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
Transcribe speech 100x faster and 100x cheaper with open models
AI 导读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。
来源：Modal 官方工程博客 · modal.com
事件后续1
查看事件全部- 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 官方工程博客 · 7 月 23 日