Oído在5美元微控制器实现语音识别

发生了什么

据arXiv论文，研究者提出Oído，一种在ESP32-S3微控制器上运行的开放词汇英语语音识别引擎，无需神经加速器。使用13M参数Conformer-CTC模型，int8权重。在LibriSpeech test-clean/test-other上WER分别为3.70%/8.23%，加入1.3M参数语言模型后降至3.33%/7.15%。代码和模型已开源。