Fermion Research 开源了轻量级语音识别模型 Phonon-2。模型权重仅 164 MB，编码器权重量化至约 2.1 bit，体积较 2.5 GB 的原版 Parakeet TDT 缩减了 15 倍。尽管体积极小，其在 Open ASR 榜单上的平均词错率仍达到 5.21%，是 900 MB 以内最准的开源模型，在会议等场景下甚至反超了全精度原模型。推理速度同样亮眼：在 MacBook Air 上转写 1 小时音频只需约 20 秒，在 H100 批处理下更可突破 6600 倍实时。同一套权重支持 Mac、Linux、Windows 与 NVIDIA GPU，遵循 CC-BY-4.0 协议开源，支持 pip 直装与容器化部署。了解更多：fermionresearch.com /research/phonon-2/