Hojo-ASR-Multi-V1 开源多语言 ASR 模型发布
热点事件持续更新
Hojo-ASR-Multi-V1 开源多语言 ASR 模型发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Hojo-ASR-Multi-V1 团队发布开源多语言语音识别（ASR）模型 Hojo-ASR-Multi-V1，据 Rohan Paul 称，该模型在 5 种语言上取得 3.54 的平均词错误率（WER）。 模型采用声学编码器加 Qwen3-4B 大语言模型解码器的 Encoder-Adapter-LLM 架构，把解码阶段交给大语言模型完成。 该模型已在 Hugging Face 上以 Apache 2.0 许可证公开，可通过 hojo-asr Python 包安装，支持本地推理，输入接受 WAV 文件路径、音频字节流和 SCP。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 15:27
Hojo-ASR-Multi-V1 开源多语言 ASR 模型发布，5 种语言平均 WER 3.54报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Rohan PaulHojo-ASR-Multi-V1 开源多语言 ASR 模型发布，5 种语言平均 WER 3.54
Hojo-ASR-Multi-V1 开源多语言 ASR 模型发布，在 5 种语言上取得 3.54 的平均 WER。该模型采用声学编码器加 Qwen3-4B LLM 解码器的 Encoder-Adapter-LLM 架构，将解码阶段交给大语言模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。