模型 / Nemotron-3.5-ASR-Streaming-0.6B (NVIDIA)

Nemotron-3.5-ASR-Streaming-0.6B (NVIDIA)

覆盖40种语言的流式ASR，600M，可调延迟，面向实时语音代理

作者 nvidia

仓库标识nvidia/nemotron-3.5-asr-streaming-0.6b

显存未知许可 需自查任务 语音识别最近核对 2026-08-05
运行内存
权重格式未知,无法估算显存
运行时
nemo
下载
225

仅 safetensors · 无 pickle 加载风险

Hugging Face 源仓库 ↗

适合与不适合

入选理由
多语言流式ASR模型，支持40语种和自动语言检测，缓存感知架构，需NeMo环境部署。
对位
替代 Parakeet-RNNT-1.1B 多语言 ASR
适合
低延迟多语种语音转写 / 实时多语言语音代理
不适合
未微调的适配语种直接使用

独立证据与社区反馈

2 个独立来源 · 另 2 官方/转载最近验证 2026-08-05

实测转录质量不错,40 语种自动检测可用,但标准接口和语言兼容性有坑,上手需要折腾。

  • 单个模型自动检测并转录 40 种语言,无需额外语言检测组件
  • 流式低延迟 ASR,可在本地 CPU 运行
  • 原生输出标点与大写,无需后处理
  • 标准 transcribe() 接口报错 'Unknown prompt key: None',需手动传入语言参数
  • 德语转录表现不佳
  • 希腊语词尾 sigma (ς) 映射为 <unk> 导致系统性错误
  • from_pretrained() 加载时报 ModuleNotFoundError: 'rnnt_bpe_models_prompt'
  • 不支持 Python 3.10
  • Windows 下存在目录错误

可信度225下载, 102赞, FLEURS 英语 WER 7.91%@1.12s 块, NVIDIA 发布

完整规格

规模
600M · 权重格式未知,无法估算显存
授权
NVIDIA Open Model License · 需自查
框架
nemo / pytorch
访问提示
标记为魔搭可用,具体仓库请自行核对

下载动量

30天下载 949.7k → 742.5k · likes +61

观测时间线