Originalarbeiterreichbar
NVIDIA, Modellkarte Parakeet TDT 0.6B v3
huggingface.co (externe Seite)
Die Modellkarte eines Erkennungsmodells mit 600 Millionen Parametern, das 25 europäische Sprachen abdeckt und die Sprache selbst erkennt. Es ist der Gegenentwurf zur Größe: klein genug für einen Laptop, und in den ausgewiesenen Auswertungen liegt es bei der Wortfehlerrate im Bereich deutlich größerer Modelle. Die Tabellen weisen die Werte je Datensatz aus, dazu Zeitmarken auf Wort- und Abschnittsebene und eine Messung der Rauschfestigkeit: Bei Musik und Störgeräusch so laut wie die Stimme steigt die mittlere Wortfehlerrate über acht Datensätze von 6,34 auf 11,66 Prozent.
geprüft 24.09.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 05.08.2026:
It extends the parakeet-tdt-0.6b-v2 model by expanding language support from English to 25 European languages.
bestätigt 24.09.2026The model automatically detects the language of the audio and transcribes it without requiring additional prompting.
bestätigt 24.09.2026Accurate word-level and segment-level timestamps
bestätigt 24.09.2026
Warum ich eine eigene Diktier-App gebaut habeSpracherkennung im Glossar02 Sprache und Audio07 Spracherkennung