2026年最佳开源ASR模型:词错误率、语种、延迟与许可证对比
开源语音识别(ASR)市场已不再是Whisper一家独大:过去12个月中,涌现出许多具有竞争力的模型。开源ASR排行榜上的领先者在词错误率(WER)上相差不到一个百分点,因此决定性因素变成了许可证、语种覆盖、流式支持以及每小时的音频处理成本。本文详细比较了主要模型在这些参数上的表现,并提供了选择建议。
Cohere
IBM
NVIDIA
Alibaba/Qwen
Mistral
Kyutai
Meta
OpenAI
MarkTechPost24.07 · 00:05



