Gorden Sun(@Gorden_Sun):Underdog Bark 3.0：仅163 MB的语音转文字模型基于英伟达与 Moondream 开源的语音识别架构，模型体积被压缩到了 163 MB，转写速度极快，在苹果 M 系列芯片上转写 5 分钟音频仅需半秒。它不仅在英文会议场景下的错误率明显低于传统的 Whisper 等大模型，其特有的 Clean 版本还能在打字时自动过滤掉日常讲话中的“嗯”、“啊”、口误重复等废话，直接输出干净顺畅的最终文本。可惜仅支持英文。模型：

2026.10.22 05:31

Underdog Bark 3.0：仅163 MB的语音转文字模型基于英伟达与 Moondream 开源的语音识别架构，模型体积被压缩到了 163 MB，转写速度极快，在苹果 M 系列芯片上转写 5 分钟音频仅需半秒。它不仅在英文会议场景下的错误率明显低于传统的 Whisper 等大模型，其特有的 Clean 版本还能在打字时自动过滤掉日常讲话中的“嗯”、“啊”、口误重复等废话，直接输出干净顺畅的最终文本。可惜仅支持英文。模型：