Parakeet(英偉達旗下模型產品)

Parakeet是英偉達公司開發的語音識別模型，於2025年5月宣布。該模型基於Transformer架構，採用編碼-解碼結構和6億參數設計，在配備A100、H100、T4或V100 GPU的硬體環境下，可實現1秒處理60分鐘音頻的實時轉錄能力，字錯率（WER）低至6.05%。支持數字格式化、標點恢復及歌曲轉歌詞功能，實時率（RTF）達3386。

2025年5月，英偉達將Parakeet TDT 0.6B模型開源並在Hugging Face平台發布。該模型通過量化和融合核心最佳化，推理效率達到主流開源ASR模型的50倍，可套用於會議記錄、醫療記錄等場景。同年6月27日，macOS套用MacWhisper集成Parakeet模型後實現音頻轉錄速度顯著提升。

基本介紹

• 中文名：Parakeet
• 所屬品牌：英偉達

發展歷史

2025年5月，英偉達宣布Parakeet模型，擁有A100、H100、T4或V100GPU的硬體上，僅需1秒鐘就能轉錄60分鐘的音頻，且Parakeet可以通過開源工具獲得。6月27日，科技媒體9to5Mac發布博文，報導稱macOS套用MacWhisper在近期版本更新中，通過接入英偉達的 Parakeet 模型，轉錄速度飆升。