[控场AI]
产品

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)

9月30日

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

待验证50%
9月30日

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

待验证50%
9月30日

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

待验证50%
9月30日

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

待验证50%
9月30日

在DEMAND噪声环境测试中,Oído的平均WER为8.4,而Whisper tiny.en为12.1

待验证50%
9月30日

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

待验证50%
9月30日

Oído的对比数据来自项目团队自述,独立复测尚未进行

待验证50%

全部知识事实 (7)

来源文章