FermionResearch 发布 Phonon-2
面向英文 ASR 的小体积开放模型，采用约 2.1bit 权重量化。
为什么重要
为英文 ASR 开发者提供了小体积、可本地运行的开放模型选择。
阅读原文huggingface.co
AI 解读（根据原文生成）
Phonon-2 是 FermionResearch 的英文语音识别模型，模型卡称其是 900 MB 以下最准确的开放英文 ASR 模型。它基于 NVIDIA 的 parakeet-tdt-0.6b-v3，编码器将每个权重保持在五个学习到的级别，约 2.1 bits。在 Open ASR Leaderboard 七个英文测试集上平均词错误率为 5.21%。模型可在 Hugging Face 获取，运行引擎在 GitHub 提供。
要点（AI 据原文整理，数字均已与原文核对）
- Phonon-2 的下载大小为 164 MB。
- 在 Open ASR Leaderboard 的七个英文集合上，Phonon-2 平均词错误率为 5.21%。
- 其教师模型 Parakeet TDT 0.6B v3 的下载大小为 2,508 MB，平均词错误率为 4.96%。
- 模型编码器将每个权重保持在五个学习到的级别，约 2.1 bits。
- 在 M5 MacBook Air 上约 20 秒转写一小时音频，速度为 174x realtime。
