Conway Research发布轻量级离线语音识别模型Underdog-Bark-3.0：163MB、WER仅7.82%，支持本地隐私转录

SmartHey10月23日消息，Conway Research（Underdog 项目团队）正式推出轻量化离线语音识别模型 Underdog‑Bark‑3.0，模型权重仅163 MB，专为笔记本电脑、智能手机等终端设备设计，可高效完成本地化会议音频转录任务。该模型已在 Hugging Face Hub 开源，采用 CC‑BY 4.0 许可协议，允许自由商用与二次开发。

Underdog‑Bark‑3.0 基于英伟达 Parakeet 语音模型深度优化与压缩，聚焦真实会议对话场景，在权威 AMI 会议语音测试集上实现字错误率（WER）低至7.82%——这一指标显著优于体积大得多的竞品模型，如 Whisper large‑v3 和原始 Parakeet。模型内置 Clean 模式，可智能识别并过滤填充词（如“呃”“啊”）、重复口误及冗余停顿，直接输出语义连贯、结构清晰的润色版会议文本。

在实际性能表现上，于搭载 M3 Pro 芯片的 MacBook Pro 设备实测：处理一段5分钟会议音频仅需约0.5秒，全程纯本地运行，无需联网或上传任何音频数据，充分保障企业及个人用户的隐私安全与合规需求。

作为 Underdog 端侧 AI 生态的关键一环，Bark‑3.0 与 Husky 高效本地推理引擎、27B 参数规模的端侧大语言模型协同工作，共同构建覆盖语音感知—理解—生成的全栈式终端AI能力。开发者可一键下载模型权重，快速集成至离线语音转写、智能会议纪要生成、实时字幕辅助等应用场景。