AIbase

U

Ultravox V0 5 Llama 3 2 1b GGUF

由 ggml-org 开发
Ultravox v0.5是基于Llama-3 2.1B架构优化的音频文本转文本模型，专注于高效处理语音转写任务。
语音识别开源协议:MIT#音频转文本#轻量级模型#实时处理
下载量 421
发布时间 : 5/21/2025
模型介绍
内容详情
替代品

模型简介

该模型主要用于将音频内容转换为文本，适用于语音识别、字幕生成等场景。基于Llama-3架构优化，在保持较高准确率的同时提升处理效率。

模型特点

高效语音转写
针对语音识别任务优化的架构，提供高效的音频转文本能力
Llama-3基础
基于Llama-3 2.1B架构，继承了其优秀的语言理解能力
轻量级部署
相对较小的模型尺寸(2.1B参数)便于部署和使用

模型能力

语音识别
音频转文本
实时转录
多语言音频处理(推断)

使用案例

媒体制作
视频字幕生成
自动为视频内容生成准确的字幕
提高字幕制作效率，减少人工转录时间
会议记录
会议实时转录
将会议语音内容实时转换为文字记录
便于会后查阅和整理会议纪要