Audio8-ASR 家族 · 0.1B 端侧模型
有些语音识别必须发生在设备上：飞机、地铁、弱网环境，或者用户根本不想把录音传到云端的地方。Audio8-ASR-0.1B 将语音识别放进手机、耳机、录音笔和各类边缘设备。
小模型的价值不是“缩水”，而是不依赖网络、不消耗流量、不把敏感声音传出设备，同时交付值得使用的本地识别体验。
| 项目 | 信息 |
|---|---|
| 模型名称 | Audio8-ASR-0.1B |
| 参数量级 | 0.1B 参数 |
| 定位 | 端侧轻量，本地低功耗识别 |
| 主要运行环境 | CPU、边缘设备与手机（含 Apple ANE） |
| 语言支持 | 7 种语言 |
| 适合的任务 | 语音输入、现场记录、离线字幕与隐私敏感应用 |
当模型常驻设备，参数量、内存峰值和功耗直接决定产品能否成立。Audio8-ASR-0.1B 围绕本地实时转写、稳定响应和长时间低功耗运行设计。
| 特点 | 带来的好处 |
|---|---|
| ONNX Runtime 通用形态 | 无 CUDA、PyTorch 依赖，设备部署简单直接 |
| INT8 / INT4 量化 | 压缩存储与内存占用，低配设备也能运行 |
| Apple ANE 路径 | 识别计算交给专用低功耗单元，续航更安心 |
| 完全本地处理 | 声音不出设备，隐私天然友好 |
适合手机语音输入、采访会议现场记录、离线字幕和隐私敏感应用。选择通用 ONNX Runtime 或 Apple ANE 版本，接入 Swift / C 接口，即可在本地完成录音转写。
需要复杂场景的最高质量时选择 3B；需要 GPU 与成本平衡时选择 0.6B。
自动转写可能受噪声、口音、重叠语音、专有名词和音频质量影响，不应作为未经复核的事实记录。医疗、法律、金融等高风险场景必须经人工审核，部署方应对最终输出负责。
处理个人声音、谈话内容或敏感信息时应依法取得授权并遵守《个人信息保护法》、GDPR 等法规，音频与文本需妥善加密、限权与限期存储。
把“听懂声音”落实到目标设备，让识别质量与部署成本同时成立。