MODEL

Parakeet-TDT-0.6B-v2

NVIDIA 的 600M 英语 ASR 模型，支持标点、大小写和词级时间戳，可一次处理最长约 24 分钟音频。语音能力：streaming=false；localDeploy=true；speakerDiarization=none；speakerIdentification=none；overlappingSpeech=unknown；timestamps=word。

发布日期：

2025-05-01

参数量：

600M

架构：

FastConformer-TDT

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