MODEL

Canary-Qwen-2.5B

NVIDIA 的英语语音增强语言模型，可做转写，也可对转录内容进行摘要和问答。语音能力：streaming=false；localDeploy=true；speakerDiarization=none；speakerIdentification=none；overlappingSpeech=unknown；timestamps=segment。

发布日期：

2025-07-17

参数量：

2.5B

架构：

FastConformer 编码器与 Qwen Transformer 解码器的 Speech-Augmented Language Model

输入输出：

音频 → 文本

交互方式：

普通请求

开放方式：

开源

组织：

NVIDIA