Oído
由Lokutor团队开源的边缘语音识别项目,基于NVIDIA Conformer-CTC Small模型(13M参数,int8量化),可在ESP32-S3微控制器上运行,实现低成本嵌入式端侧语音识别
时间轴 (近 90 天)
Oído是由Lokutor团队开源的语音识别项目,运行在ESP32-S3芯片上,识别精度超过笔记本上运行的Whisper-tiny.en
Oído采用NVIDIA的Conformer-CTC Small模型,参数量约1300万(13M),并经过int8量化处理
Oído的运行平台是ESP32-S3配8MB PSRAM,售价约5美元,没有独立GPU也没有专用NPU
在LibriSpeech基准上,Oído的词错误率(WER)为3.7(clean)和8.2(other),而Whisper tiny.en在笔记本上为6.3和15.9
在DEMAND噪声环境测试中,Oído的平均WER为8.4,而Whisper tiny.en为12.1
Oído项目已在GitHub开源,仓库为lokutor-ai/oido,团队提供了live_demo.py可用笔记本麦克风跑通与芯片一致的推理流程
Oído的对比数据来自项目团队自述,独立复测尚未进行
全部知识事实 (7)
在LibriSpeech基准上,Oído的词错误率(WER)为3.7(clean)和8.2(other),而Whisper tiny.en在笔记本上为6.3和15.9
50%待验证Oído采用NVIDIA的Conformer-CTC Small模型,参数量约1300万(13M),并经过int8量化处理
50%待验证Oído的运行平台是ESP32-S3配8MB PSRAM,售价约5美元,没有独立GPU也没有专用NPU
50%待验证Oído是由Lokutor团队开源的语音识别项目,运行在ESP32-S3芯片上,识别精度超过笔记本上运行的Whisper-tiny.en
50%待验证在DEMAND噪声环境测试中,Oído的平均WER为8.4,而Whisper tiny.en为12.1
50%待验证Oído的对比数据来自项目团队自述,独立复测尚未进行
50%待验证Oído项目已在GitHub开源,仓库为lokutor-ai/oido,团队提供了live_demo.py可用笔记本麦克风跑通与芯片一致的推理流程
50%