英伟达Parakeet TDT 0.6B开源登顶！1秒转录60分钟音频秒杀全场

Meise

昨晚（2025年5月6日）科技媒体marktechpost爆了个猛料：老黄家甩出个神一般的开源工具Parakeet TDT 0.6B，直接把自动语音识别卷出新高度。现在这宝贝已经在Hugging Face平台免费开仓放粮，油管博主们估计连夜开香槟庆祝了。

先感受下这碾压级的性能——处理60分钟音频只要1秒钟，速度吊打主流开源ASR模型50条街。更离谱的是字错率压到6.05%，登顶开源ASR排行榜的成绩单摆在面前，客服中心录音转写、会议记录整理这些苦差事怕是要集体失业。

这货肚子里塞了6亿参数的Transformer架构，还加载了英伟达祖传优化秘籍：量化技术配专属计算内核，GPU跑起来那叫一个丝滑。关键它不止傻快，还点亮了三大神技：唱歌转歌词功能让音乐平台直呼内行，自动补全标点符号拯救程序员头发，连时间戳和数字格式都能整得明明白白。

企业级用户更关心的实时率飙到3386，配合FP8量化技术在自家显卡上能跑到飞起。官方实测显示，医疗问诊录音转文字、法律文件速记这些高精度场景完全拿捏，后期编辑工作量直接砍半。

现在这套组合拳已经掀了开源ASR的桌子，从转录演唱会live到处理万字研讨会录音都能承包。不过要说缺点嘛，大概就是其他厂商工程师今晚又要集体加班了...

网络孤客

开源工具Parakeet TDT 0.6B，直接把自动语音识别卷出新高度