产品概述
鹏城星语(PengChengStarling)是由鹏城实验室开源的流式多语言语音识别系统,基于icefall框架开发。它采用RNN-T架构,搭载Zipformer语音编码器,能够在说话的同时实时转写文字,并支持8种语言。相比OpenAI的Whisper-Large v3,模型体积缩小80%,推理速度提升近7倍,但识别性能在多个语种上相当甚至更好。
核心优势
- **极致轻量与高速**:模型大小仅为Whisper-Large v3的20%,推理速度却快7倍,实时因子(RTF)低至0.016,非常适合对延迟要求极高的流式场景。
- **多语言统一框架**:原生支持中文、英语、俄语、越南语、日语、泰语、印尼语、阿拉伯语共8种语言,无需切换模型即可处理多种语言输入,拓展性强。
- **开源与易集成**:代码与模型权重均在GitHub和Hugging Face上开源,开发者可自由部署、微调或集成到智能助手、客服系统等应用中。
适用场景
* 国际会议实时录音转文字
* 多语言视频自动生成字幕
* 实时跨语言客服系统
* 智能语音助手与教育领域的发音练习
* 结合翻译系统实现多语言实时交流