语音识别
-
Reson8开源Rumble-2-Flash:0.5B语音识别模型覆盖40余种语言,电话场景接近30B量级模型
总部位于阿姆斯特丹的Reson8以Apache 2.0开源0.5B参数语音识别模型Rumble-2-Flash。它覆盖40余种语言,在Open ASR多语言赛道平均错误率约6.96%,并在302小时呼叫中心基准上接近约30B参数的Nemotron 3.5 Transcribe。
-
DeepSeek把整个App“装进”API:联网搜索、深度思考搜索、文件解析和语音接口全面开放,开发者可1:1复刻官方应用
DeepSeek宣布把App里的对话能力直接整合进原有API:开启对应参数,工具调用和上下文拼接由服务端自动完成;底层检索与语音能力也开放为独立接口,官方还开源了一个可导入历史对话的轻量前端Demo。