科技媒体marktechpost报道，英伟达近日推出开源自动语音识别（ASR）模型Parakeet TDT 0.6B，在Hugging Face平台公开。该模型以速度和精度见长，仅需1秒即可处理60分钟音频，速度达主流开源ASR模型的50倍，字错率（WER）低至6.05%，位居开源ASR领域前列。

Parakeet TDT 0.6B基于Transformer架构，针对英伟达硬件优化，支持实时转录、语音分析等企业级应用。其6亿参数的编码-解码结构结合量化和融合内核，显著提升推理效率，并具备时间戳、数字格式化及标点恢复功能。此外，该模型创新支持歌曲转歌词转录，适用于音乐索引和媒体平台，实时率（RTF）高达3386。

这一模型的推出，为会议记录、法律转录、医疗记录等场景提供了高效解决方案，同时降低了后期处理成本，展现出强大的商业应用潜力。