VI
模型参数
3亿
上下文长度
暂无数据
多语言支持
暂无数据
推理能力
暂无数据
面向 CPU 边缘推理的 VibeVoice-ASR 压缩版：VAE tokenizer INT8 + LM ternary/BitNet I2_S，约 1.58–1.6GB，可在少量 CPU 线程实时转写。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
VibeVoice-ASR-BitNet
模型基本信息
推理过程
暂无数据
思考模式
不支持思考模式
上下文长度
暂无数据
最大输出长度
暂无数据
模型类型
语音大模型
输入/输出模态
音频 → 文本
发布时间
2026-07-23
模型文件大小
~1.58–1.6 GB
MoE架构
是
总参数 / 激活参数
3亿 / 暂无数据
知识截止
暂无数据
VibeVoice-ASR-BitNet
开源和体验地址
VibeVoice-ASR-BitNet
官方介绍与博客
官方论文
暂无
DataLearnerAI博客
暂无
VibeVoice-ASR-BitNet
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
VibeVoice-ASR-BitNet
发布机构
Microsoft Azure
查看发布机构详情 VibeVoice-ASR-BitNet
模型解读
VibeVoice-ASR-BitNet 是 Microsoft 发布的语音模型。面向 CPU 边缘推理的 VibeVoice-ASR 压缩版：VAE tokenizer INT8 + LM ternary/BitNet I2_S，约 1.58–1.6GB，可在少量 CPU 线程实时转写。官方首次公开日期为 2026-07-23。
规格与公开信息
- 架构：Heterogeneous quantization: tokenizer INT8 + ternary BitNet LM
- 参数规模：0.3B
- 延迟/吞吐：RTF < 1 with as few as 3 CPU threads; 1.6–2.3× faster than Whisper.cpp at comparable model size
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
