AI 精选动态
智能评分 60
MOSS-Transcribe-preview-2B
AI 推荐理由
该模型在 LibriSpeech 上取得较低的 WER，值得在多语音场景中进一步评估其适用性。核心解读
MOSS 发布了 2.4B 参数的英语自动语音识别模型 MOSS-Transcribe-preview-2B，模型文件为单个 4.84GB 片段。模型在 Open ASR Leaderboard 上平均 WER 为 4.87；在 LibriSpeech test.clean 上 WER 为 1.21，test.other 为 2.84。其架构基于 Qwen3-1.7B 语言骨干和 Qwen3-Omni-MoE 音频编码器，使用 Gated-MLP 适配器将音频特征映射到语言模型嵌入空间，且采用 Apache-2.0 许可证。
全文
Here is MOSS-Transcribe-preview-2B!
🔗 https://t.co/iisUgaCEsV
A 2.4B English ASR model, packed into one 4.84GB shard. 🎧
Worth noting:
📊 4.87 average WER on Open ASR Leaderboard eval🎙️ 1.21 WER on LibriSpeech test.clean, 2.84 on test.other
🧠 Qwen3-1.7B language backbone + Qwen3-Omni-MoE audio encoder
🔧 Gated-MLP adapter maps audio features into the LM embedding space
📄 Apache-2.0 license