微软发布 VibeVoice-ASR-BitNet:无需 GPU,CPU 也能实现多语言实时语音识别在边缘设备上运行高精度的语音识别(ASR)模型,通常意味着要在“速度”和“准确率”之间做艰难取舍。大多数高性能模型依赖 GPU 加速,而轻量级模型往往牺牲了多语言支持或识别精度。 GitHub:htt...语音模型# VibeVoice-ASR-BitNet# 微软3个月前1250