Oído：5美元微控制器上跑开放词汇语音识别

Daniel Varela Sánchez 等作者发布 Oído，一个完全在 ESP32-S3 微控制器（240 MHz 双核、512 KB SRAM、8 MB PSRAM、无神经加速器）上运行开放词汇英语语音识别的推理引擎，执行 13M 参数 Conformer-CTC 模型，代码与模型已开源。 目前它准确但尚未达到实时：单核固件运行耗时约为音频时长的 1.97 倍，一段 4 秒指令在结束后约 8.7 秒才完成转写。作者称双核调度方案在实际芯片上会给出错误结果，因此已被禁用。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。