Zum Hauptinhalt springen

Edge0 AIAudiomodellOffene Gewichte

Audio8-ASR-Infinite

BeliebtheitPlatz 20 von 24 Audiomodellen

22von 100neue Berechnung

beruht auf zwei Datengruppen, überwiegend Suche, Spanne 12 bis 31

Zusammenfassung

Audio8-ASR-Infinite ist ein offener Streaming-Spezialist für chinesische und englische Spracherkennung. Die Karte richtet ihn auf laufende, nahezu unbegrenzte Audio-Streams aus und liefert Transkripttext statt Audioausgabe.

Das Modell kann lokal aus dem veröffentlichten Edge0-AI-Checkpoint ausgeführt werden. Apache-2.0 gilt für Gewichte und Quellcode. Die Freigabe ist eine Vorschau, der formale Start der semantischen Wahrnehmungsfunktionen steht laut Projekt noch aus.

GraduallyBench Audio

Audio8-ASR-Infinite

Teilweise getestet
  • Der Testumfang ist unvollständig.
  • Der Sprachumfang des Modells wurde nicht vollständig geprüft.
  • Getestet wurde nur die angegebene Sprachauswahl.
Testdetails anzeigen

Spracherkennung

Lokal · Englisch

20 gültige Ausgaben aus 20 begonnenen und 36 geplanten Testplätzen.

  • Der Testprozess endete unerwartet.
  • Einzelne Fälle wurden nach einer Wiederholung beantwortet.
Wortfehlerrate (WER)
2,86 %(14 / 490 Referenzwörter)Englisch
Stillefälle mit Wörtern im finalen Transkript
0 %(0 / 4 auswertbare Stillefälle)EnglischNach der Unicode-Normalisierung zählen Wortsegmente mit Buchstaben oder Ziffern. Reine Satzzeichen zählen nicht.

Spracherkennung

Lokal · Deutsch

4 gültige Ausgaben aus 4 begonnenen und 4 geplanten Testplätzen.

  • Für diese deutschen Aufnahmen wurde das englische Sprach-Token erzwungen. Deutsch liegt außerhalb des dokumentierten Umfangs für Chinesisch und Englisch.
Wortfehlerrate (WER)
69,72 %(76 / 109 Referenzwörter)Deutsch
Zeichenfehlerrate (CER)
29,83 %(196 / 657 Referenzzeichen)Deutsch

WER vergleicht Wörter und CER vergleicht Zeichen mit der Referenz. Die Rücktranskription der Sprachausgabe erfolgte mit GPT Transcribe. Die genaue Backend-Revision ist nicht bestätigt. Gelesene Sprache und digitale Stille decken spontane Sprache und echte Störgeräusche nicht ab. Fehlerraten können über 100 % liegen. Testreferenzen wurden, sofern verwendet, nicht unabhängig menschlich geprüft. Testumfang und Methoden unterscheiden sich je Modell. Jede Kennzahl steht für sich, einen gemeinsamen Gesamtwert über alle Tests gibt es nicht. Daten zusammengestellt am 10.11.2026. So testen wir · Alle Decision- und Audioergebnisse als JSON herunterladen

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 12 veröffentlichten Benchmark-Werte anzeigen

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

LibriSpeech test-clean (40 utterances) WER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
4,27
Messgröße
word error rate (WER)
Einheit
%
Richtung
Keine Richtung veröffentlicht
Stichprobe
40
Quellentyp
community-reported
Auswertung
Masterx Audio8-ASR-Infinite ONNX model card / WinSTT Rust runtime
Status
active
Abrufdatum
2026-10-18
Methodik
Community-Messung. Audio8-ASR-Infinite ONNX int8; WinSTT Rust runtime on CPU; 40 LibriSpeech test-clean utterances (308 s), streamed as a continuous recording of about five minutes. English scoring lower-cased with punctuation stripped. Exact base checkpoint: Edge0/Audio8-ASR-Infinite revision 7476824bc222e4ad509d286e8cae8b8d3f371129.
Quelle Masterx Audio8-ASR-Infinite ONNX model card / WinSTT Rust runtime
FLEURS cmn_hans_cn (25 utterances) CER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
11,25
Messgröße
character error rate (CER)
Einheit
%
Richtung
Keine Richtung veröffentlicht
Stichprobe
25
Quellentyp
community-reported
Auswertung
Masterx Audio8-ASR-Infinite ONNX model card / WinSTT Rust runtime
Status
active
Abrufdatum
2026-10-18
Methodik
Community-Messung. Audio8-ASR-Infinite ONNX int8; WinSTT Rust runtime on CPU; 25 FLEURS cmn_hans_cn utterances (290 s), streamed as a continuous recording of about five minutes. Chinese scoring uses NFKC normalization and strips punctuation and whitespace; digits and Chinese numerals are not unified. Exact base checkpoint: Edge0/Audio8-ASR-Infinite revision 7476824bc222e4ad509d286e8cae8b8d3f371129.
Quelle Masterx Audio8-ASR-Infinite ONNX model card / WinSTT Rust runtime
Transcribing English Audio We Made (Cloud GPU) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0
Messgröße
word error rate (WER)
Einheit
%
Richtung
Keine Richtung veröffentlicht
Stichprobe
3
Quellentyp
independent-evaluator
Auswertung
Local Model Watch
Status
active
Abrufdatum
2026-10-19
Methodik
Unabhängige Evaluation. Drei englischsprachige Transkriptionen: drei festgelegte englische Sätze, gesprochen mit der TTS-Stimme en_US-ljspeech-medium; je Clip eine erste Ausgabe, ohne Auswahl oder Bearbeitung. Basismodell Edge0/Audio8-ASR-Infinite in Revision 7476824bc222e4ad509d286e8cae8b8d3f371129; BF16; Streaming-Decoder des Anbieters, Commit c8ba8eea829be0339e8d7757f8ca52dac06e1e32; NVIDIA L4 (22 GB) auf Modal; Transformers 5.13.0; PyTorch 2.13.0+cu130; Greedy-Decoding; 80-ms-Takt; Verzögerung 480 ms. WER wird nach Kleinschreibung und Entfernen der Interpunktion berechnet; Ziffern werden nicht umgewandelt. Gemessen am 1. Oktober 2026 (JST).
Einordnung
Dies ist ein englischer Test mit drei Clips einer synthetischen Stimme, kein Test mit einem öffentlichen Sprachkorpus. Die Quelle erklärt ausdrücklich, dass sich daraus keine Genauigkeit für echte Aufnahmen, Akzente oder Störgeräusche ableiten lässt; auch Echtzeitlatenz wurde nicht gemessen.
Quelle Local Model Watch
CER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
1,75
Messgröße
character error rate
Einheit
%
Benchmark-Version
source version not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Audio8-ASR-Infinite model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Card benchmark
Einordnung
Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Quelle Audio8-ASR-Infinite model card
WER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
3,042
Messgröße
Wortfehlerrate
Einheit
%
Benchmark-Version
source version not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Audio8-ASR-Infinite model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Card benchmark
Einordnung
Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Quelle Audio8-ASR-Infinite model card
WER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
6,808
Messgröße
Wortfehlerrate
Einheit
%
Benchmark-Version
source version not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Audio8-ASR-Infinite model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Card benchmark
Einordnung
Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Quelle Audio8-ASR-Infinite model card
Audio8-ASR-Infinite model-card AISHELL-4/test CER (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
2,893
Messgröße
CER
Einheit
%
Benchmark-Version
Audio8-ASR-Infinite preview card revision 7476824; AISHELL-4/test
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Edge0 Audio8-ASR-Infinite model card
Status
active
Abrufdatum
2026-10-16
Methodik
Vom Anbieter veröffentlichter Wert. ASR-Preview-Checkpoint; Character Error Rate auf AISHELL-4/test. Audio-Takt: 80 ms, Transkriptionsverzögerung: 480 ms (sechs Delay-Tokens), Greedy-Decoding mit unterdrücktem EOS. Fehlerraten sind Prozentwerte.
Einordnung
Die Karte veröffentlicht weder die Zahl der Evaluationsbeispiele noch Konfidenzintervalle. Dies ist ausschließlich CER für AISHELL-4. Der heterogene WER/CER-Mittelwert derselben Tabelle wird ausgelassen.
Quelle Edge0 Audio8-ASR-Infinite model card
Community reserved-11 evaluation, English WER, original BF16 CUDA (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0,1932418163
Messgröße
Word error rate (source error_rate; lower is better)
Einheit
ratio
Benchmark-Version
Community custom reserved evaluation; history shows current-main commit c49eca9 (short SHA; immutable full revision not resolved)
Kategorie
custom English speech recognition
Richtung
Weniger ist besser
Quellentyp
community-reported
Auswertung
Audio8-ASR-Infinite community reserved-11 paired evaluation artifact
Status
active
Abrufdatum
2026-10-19
Methodik
Community-Messung. Das Artefakt bezeichnet dieses Ergebnis als Original BF16 CUDA; die zugehörige Karte identifiziert das exakte Basismodell als Edge0/Audio8-ASR-Infinite, Revision b4413de154ed6bdef0a4011028b1ebd12aca8152. Benutzerdefinierte Reserved-Auswertung: 183 Wortfehler / 947 englische Referenzwörter, Quellfeld error_rate 0.1932418162618796. Die Karte nennt insgesamt 11 Aufnahmen; die Clipzahl je Sprache und das Auswertungsdatum sind nicht angegeben.
Einordnung
Von einer Community berichtetes eigenes Testmaterial, kein öffentlich standardisierter Korpus und keine allgemeine Qualitätsrangliste. Das Ergebnisartefakt liegt neben einem komprimierten Derivat; die erfasste Zeile ist jedoch ausdrücklich der Original-BF16-CUDA-Kontrolllauf, und die Karte pinnt die Revision des Upstream-Basismodells. Ein Konfidenzintervall ist nicht veröffentlicht.
Quelle Audio8-ASR-Infinite community reserved-11 paired evaluation artifact
Community reserved-11 evaluation, Chinese CER, original BF16 CUDA (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0,0084745763
Messgröße
Character error rate (source error_rate; lower is better)
Einheit
ratio
Benchmark-Version
Community custom reserved evaluation; history shows current-main commit c49eca9 (short SHA; immutable full revision not resolved)
Kategorie
custom Chinese speech recognition
Richtung
Weniger ist besser
Quellentyp
community-reported
Auswertung
Audio8-ASR-Infinite community reserved-11 paired evaluation artifact
Status
active
Abrufdatum
2026-10-19
Methodik
Community-Messung. Das Artefakt bezeichnet dieses Ergebnis als Original BF16 CUDA; die zugehörige Karte identifiziert das exakte Basismodell als Edge0/Audio8-ASR-Infinite, Revision b4413de154ed6bdef0a4011028b1ebd12aca8152. Benutzerdefinierte Reserved-Auswertung: 1 Zeichenfehler / 118 chinesische Referenzzeichen, Quellfeld error_rate 0.00847457627118644. Die Karte nennt insgesamt 11 Aufnahmen; die Clipzahl je Sprache und das Auswertungsdatum sind nicht angegeben.
Einordnung
Von einer Community berichtetes eigenes Testmaterial, kein öffentlich standardisierter Korpus und keine allgemeine Qualitätsrangliste. Das Ergebnisartefakt liegt neben einem komprimierten Derivat; die erfasste Zeile ist jedoch ausdrücklich der Original-BF16-CUDA-Kontrolllauf, und die Karte pinnt die Revision des Upstream-Basismodells. Ein Konfidenzintervall ist nicht veröffentlicht.
Quelle Audio8-ASR-Infinite community reserved-11 paired evaluation artifact
Local Model Watch, synthetic English clip 1, transcription time (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
6,49
Messgröße
One-pass transcription elapsed time for one fixed synthetic English utterance, not real-time latency
Einheit
seconds
Richtung
Weniger ist besser
Stichprobe
1
Quellentyp
independent-evaluator
Auswertung
Local Model Watch
Status
active
Abrufdatum
2026-10-22
Methodik
Unabhängige Evaluation. Ein festgelegter synthetischer englischer TTS-Satz wurde einmal mit BF16-Gewichten, Hugging-Face-Revision 7476824bc222e4ad509d286e8cae8b8d3f371129 und dem Streaming-Decoder des Herausgebers, Commit c8ba8eea829be0339e8d7757f8ca52dac06e1e32, transkribiert. Die Quelle nennt eine NVIDIA L4 auf Modal, transformers 5.13.0, PyTorch 2.13.0+cu130, Greedy-Decoding und den Lauf am 1. Oktober 2026 (JST). Clip: 4.7-second fixed English TTS clip. Die Quelle sagt, dass der Decoder den Stream einmal wiedergibt und keine Echtzeitlatenz misst.
Einordnung
Ein einzelner synthetischer Clip ist kein allgemeiner Sprachqualitätstest. Die Quelle sagt ausdrücklich, dass diese Wiedergabe keine Echtzeitlatenz misst.
Quelle Local Model Watch
Local Model Watch, synthetic English clip 2, transcription time (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
6,5
Messgröße
One-pass transcription elapsed time for one fixed synthetic English utterance, not real-time latency
Einheit
seconds
Richtung
Weniger ist besser
Stichprobe
1
Quellentyp
independent-evaluator
Auswertung
Local Model Watch
Status
active
Abrufdatum
2026-10-22
Methodik
Unabhängige Evaluation. Ein festgelegter synthetischer englischer TTS-Satz wurde einmal mit BF16-Gewichten, Hugging-Face-Revision 7476824bc222e4ad509d286e8cae8b8d3f371129 und dem Streaming-Decoder des Herausgebers, Commit c8ba8eea829be0339e8d7757f8ca52dac06e1e32, transkribiert. Die Quelle nennt eine NVIDIA L4 auf Modal, transformers 5.13.0, PyTorch 2.13.0+cu130, Greedy-Decoding und den Lauf am 1. Oktober 2026 (JST). Clip: 4.7-second fixed English TTS clip. Die Quelle sagt, dass der Decoder den Stream einmal wiedergibt und keine Echtzeitlatenz misst.
Einordnung
Ein einzelner synthetischer Clip ist kein allgemeiner Sprachqualitätstest. Die Quelle sagt ausdrücklich, dass diese Wiedergabe keine Echtzeitlatenz misst.
Quelle Local Model Watch
Local Model Watch, synthetic English clip 3, transcription time (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
5,36
Messgröße
One-pass transcription elapsed time for one fixed synthetic English utterance, not real-time latency
Einheit
seconds
Richtung
Weniger ist besser
Stichprobe
1
Quellentyp
independent-evaluator
Auswertung
Local Model Watch
Status
active
Abrufdatum
2026-10-22
Methodik
Unabhängige Evaluation. Ein festgelegter synthetischer englischer TTS-Satz wurde einmal mit BF16-Gewichten, Hugging-Face-Revision 7476824bc222e4ad509d286e8cae8b8d3f371129 und dem Streaming-Decoder des Herausgebers, Commit c8ba8eea829be0339e8d7757f8ca52dac06e1e32, transkribiert. Die Quelle nennt eine NVIDIA L4 auf Modal, transformers 5.13.0, PyTorch 2.13.0+cu130, Greedy-Decoding und den Lauf am 1. Oktober 2026 (JST). Clip: 3.61-second fixed English TTS clip. Die Quelle sagt, dass der Decoder den Stream einmal wiedergibt und keine Echtzeitlatenz misst.
Einordnung
Ein einzelner synthetischer Clip ist kein allgemeiner Sprachqualitätstest. Die Quelle sagt ausdrücklich, dass diese Wiedergabe keine Echtzeitlatenz misst.
Quelle Local Model Watch

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 54 Modellen

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 20. November 2026

Audio8-ASR-InfiniteEleven Flash v2.5 22Index-Echo-S2ST-2B 22Index-Echo-S2TT-2B 21Index-Echo-S2ST-9B 21

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
  2. 21. November 2026: Methodenversion 4 (gemeinsame Skala, Schrumpfung)
  3. 39. November 2026: Neue Topics-Erhebung V20 (Tagesquorum, Kurzformen)

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Alle technischen Daten

Architektur

Modellklasse
Streaming-Spracherkennung
Quelle: Modellklasse
Checkpoint
Edge0/Audio8-ASR-Infinite
Quelle: Checkpoint

Ein- und Ausgabe

Eingabe
Chinesisches und englisches Audio
Quelle: Eingabe
Ausgabe
Streaming-Transkript
Quelle: Ausgabe

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Zugang
Lokale Gewichte
Quelle: Zugang
Lizenz
Apache-2.0
Quelle: Lizenz
Lebenszyklus
Vorschau-Veröffentlichung offener Gewichte; die formale Veröffentlichung zur semantischen Wahrnehmung ist noch in Arbeit
Quelle: Lebenszyklus
Abschaltung
Keine angekündigt
ohne Quelle

Weitere Angaben

Streaming
Für laufende und nahezu unbegrenzte ASR-Ströme ausgelegt
Quelle: Streaming
Repository
Quellcode liegt im öffentlichen Edge0-AI-Repository
Quelle: Repository

Quellen und Datenstand

Alle 12 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

ArtNachweis und Datenstand
RecherchestandRecherchestand 4. Oktober 2026. 5 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht

evaluation-sample-count

Hinweis

Die Preview-Karte nennt nicht die Zahl der ausgewerteten Beispiele für AISHELL-4/test.

Nicht veröffentlicht

confidence-intervals

Hinweis

Die Preview-Karte nennt kein Konfidenzintervall für den CER-Punktwert.

Weitere QuelleAudio8-ASR-Infinite model card (abgerufen 3. Oktober 2026; 4. Oktober 2026; 18. Oktober 2026) · Audio8-ASR-Infinite model card · Redaktionelle Beschreibung geprüft am 3. Oktober 2026
Weitere QuelleAudio8-ASR-Infinite repository (abgerufen 3. Oktober 2026) · Audio8-ASR-Infinite repository · Redaktionelle Beschreibung geprüft am 3. Oktober 2026
Weitere QuelleEdge0 Audio8-ASR-Infinite model card (abgerufen 16. Oktober 2026)
Weitere QuelleMasterx Audio8-ASR-Infinite ONNX model card / WinSTT Rust runtime (abgerufen 18. Oktober 2026)
Weitere QuelleLocal Model Watch (abgerufen 19. Oktober 2026; 22. Oktober 2026)
Weitere QuelleAudio8-ASR-Infinite community reserved-11 paired evaluation artifact (abgerufen 19. Oktober 2026)
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0