智谱模型卡介绍GLM-ASR-Nano-2512,规模约1.5B,涉及普通话、英语、粤语及轻声等语音场景。这是具体版本资料,本文未验证其在读者设备上的效果。
同一句话用不同录音条件比较
本站建议在取得同意后录制清晰近讲、较远距离和背景噪声样本,保持内容相同。若各模型都在同一位置识别失败,应先检查录音质量,而不是继续增加提示词。
校对优先处理会改变含义的错误
数字、否定词和人名的错误可能比普通停顿更重要。可以先标出这些字段,再人工回听;听不清时保留不确定说明。不能根据上下文补出实际没有听见的承诺或金额。
小模型也需要完整的服务流程
输入采样、分段、文件权限和结果保存都影响实际交付。试用记录应包括音频条件、运行环境、人工修改量与失败样本。MIT许可信息可以作为核对入口,但使用录音及其中个人信息的权限仍需独立确认。
延伸阅读:AI模型。