Modelli ASR locali
4 modelli ASR locali: velocità, lingue e precisione
Quattro modelli CPU di Owl Meeting per tempo reale a bassa latenza e trascrizione offline accurata.
Come differiscono i quattro modelli ASR locali
Owl Meeting converte tutti e quattro i modelli di riconoscimento vocale dalle versioni originali in formato ONNX ottimizzato per CPU e per l’esecuzione locale su Windows. Non serve una GPU dedicata: un normale PC può eseguire rapidamente il riconoscimento in tempo reale o la trascrizione offline, mantenendo riconoscimento e registrazioni sul dispositivo.
| Modello | Punto forte | Lingue | Pacchetto locale | Uso consigliato |
|---|---|---|---|---|
| SenseVoiceSmall | Velocità | Mandarino, cantonese, inglese, giapponese e coreano | 230 MB quantizzato / 900 MB standard | Sottotitoli live e riunioni a bassa latenza |
| Parakeet TDT 0.6B v3 | Velocità + multilingue | 25 lingue europee con rilevamento automatico | Circa 850 MB | Tempo reale europeo multilingue |
| FireRedASR2-AED | Precisione cinese | Mandarino, dialetti/accenti cinesi, inglese e code-switching | Circa 1,6 GB; punteggiatura +390 MB | Cinese e dialetti offline ad alta precisione |
| Qwen3-ASR-0.6B | Precisione + multilingue | 30 lingue e 22 dialetti cinesi | Circa 895 MB | Trascrizione offline accurata e multilingue |
SenseVoiceSmall
Velocità
Owl Meeting · Model 1
SenseVoiceSmall usa un’architettura non autoregressiva per trascrivere mandarino, cantonese, inglese, giapponese e coreano con bassa latenza.
Lingue e dialetti supportati
Mandarin (zh), Cantonese (yue), inglese (en), giapponese (ja), coreano (ko)
Parakeet TDT 0.6B v3
Velocità + multilingue
Owl Meeting · Model 3
Parakeet TDT 0.6B v3 usa FastConformer-TDT e combina reattività live con inglese e varie lingue europee.
Lingue e dialetti supportati
bulgaro (bg), croato (hr), ceco (cs), danese (da), olandese (nl), inglese (en), estone (et), finlandese (fi), francese (fr), tedesco (de), greco (el), ungherese (hu), italiano (it), lettone (lv), lituano (lt), maltese (mt), polacco (pl), portoghese (pt), rumeno (ro), slovacco (sk), sloveno (sl), spagnolo (es), svedese (sv), russo (ru), ucraino (uk)
FireRedASR2-AED
Precisione cinese
Owl Meeting · Model 2
FireRedASR2-AED è progettato per la trascrizione offline accurata di mandarino, dialetti cinesi, inglese e code-switching.
Lingue e dialetti supportati
Mandarin (zh), inglese (en)
Dialetti e accenti cinesi: Cantonese (Hong Kong and Guangdong), Sichuan, Shanghai, Wu, Minnan, Anhui, Fujian, Gansu, Guizhou, Hebei, Henan, Hubei, Hunan, Jiangxi, Liaoning, Ningxia, Shaanxi, Shanxi, Shandong, Tianjin, Yunnan, and others
Qwen3-ASR-0.6B
Precisione + multilingue
Owl Meeting · Model 4
Qwen3-ASR-0.6B bilancia dimensione, precisione e copertura ed è pensato per il lavoro offline accurato.
Lingue e dialetti supportati
Chinese (zh), inglese (en), Cantonese (yue), arabo (ar), tedesco (de), francese (fr), spagnolo (es), portoghese (pt), indonesiano (id), italiano (it), coreano (ko), russo (ru), thailandese (th), vietnamita (vi), giapponese (ja), turco (tr), hindi (hi), malese (ms), olandese (nl), svedese (sv), danese (da), finlandese (fi), polacco (pl), ceco (cs), filippino (fil), persiano (fa), greco (el), ungherese (hu), macedone (mk), rumeno (ro)
Dialetti e accenti cinesi: Anhui, Dongbei, Fujian, Gansu, Guizhou, Hebei, Henan, Hubei, Hunan, Jiangxi, Ningxia, Shandong, Shaanxi, Shanxi, Sichuan, Tianjin, Yunnan, Zhejiang, Cantonese (Hong Kong accent), Cantonese (Guangdong accent), Wu, Minnan
Tempo reale: SenseVoice e Parakeet
Nel live contano latenza continua e stabilità dei risultati parziali. SenseVoice privilegia la velocità in cinese, inglese, giapponese e coreano; Parakeet è indicato per riunioni europee multilingue.
Alta precisione offline: FireRedASR e Qwen3
FireRedASR2-AED privilegia mandarino, dialetti, accenti e cinese-inglese. La scheda riporta CER medio 3,05% su quattro benchmark mandarino e 11,67% su 19 benchmark dialettali; valgono solo quelle condizioni.
Qwen3-ASR-0.6B combina precisione e ampia copertura di 30 lingue e 22 dialetti cinesi.
Scelta iniziale pratica
- Tempo reale ZH/EN/JA/KO, velocità: SenseVoiceSmall.
- Tempo reale inglese ed Europa multilingue: Parakeet TDT 0.6B v3.
- Offline cinese e dialetti: FireRedASR2-AED.
- Offline precisione e copertura: Qwen3-ASR-0.6B.