热点事件持续更新
QUAN-Transcribe-1.0 开源越南语 ASR 模型
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月15日，开源越南语语音识别模型 QUAN-Transcribe-1.0 上架 Hugging Face。报道称该模型基于谷歌 EmbeddingGemma 2 构建，复用其预训练音频编码能力，训练数据为 3000 小时越南语音频，使用 8 张 H100 训练约 3 小时，成本约 78 美元。成绩方面，报道称其在 8 个越南语基准上以平均 WER 6.87% 居首，超过 Gemini-Flash-3.8、Cohere Transcribe 和 ElevenLabs Scribe v2。相关报道将这一结果视为低成本专用模型路线的又一次验证。目前公开信息仅涉及模型上架、训练成本与基准成绩，暂无后续进展。
AI 根据报道生成 · 32 分钟前更新
最新进展10月15日 08:22
报道补充该模型训练成本约78美元、使用3000小时越南语音频。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI HuntQUAN-Transcribe-1.0 开源：3 小时 8×H100 训出越南语 SOTA 语音识别
基于谷歌 EmbeddingGemma 2 的开源越南语 ASR 模型 QUAN-Transcribe-1.0 上架 Hugging Face，用 8×H100 训练 3 小时，在 8 个越南语基准上以平均 WER 6.87% 居首，超过 Gemini-Flash-3.8、Cohere Transcribe 和 ElevenLabs Scribe v2。
- AGI Hunt78美元训出越南语ASR SOTA，EmbeddingGemma 2 再现低成本专用模型路线
网友复用谷歌 EmbeddingGemma 2 的预训练音频编码能力，用 3000 小时越南语音频、8 张 H100 约 3 小时、约 78 美元训出 SOTA 级越南语 ASR。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。