Hojo-ASR-Multi-V1 开源多语言 ASR 模型发布
中文摘要
Hojo-ASR-Multi-V1 开源多语言 ASR 模型发布。在 5 种语言上平均 WER 3.54,采用 Qwen3-4B,面向多语言对话识别,Hugging Face 可用。
English Summary
Hojo-ASR-Multi-V1, open-source multilingual ASR model, released. Averages 3.54 WER on 5 languages, using Qwen3-4B decoder. Available on Hugging Face for dialogue recognition.
Original Excerpt
开源多语言 ASR 模型 Hojo-ASR-Multi-V1 在 5 种语言上平均 WER 为 3.54,采用声学编码器加 Qwen3-4B 解码器的架构。该模型面向多语言对话语音识别,以 Apache 2.0 许可在 Hugging Face 公开,可通过 hojo-asr Python 包安装并支持本地推理,接受 WAV 路径、音频字节流和 SCP 输入。