Modal实测在自有平台部署NVIDIA parakeet-tdt-0.6b-v2与canary-1b-flash批量转录，端到端较所测商业API快或省约100倍且WER相当，一周音频一分钟1美元

先了解这件事

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。