英伟达发的一款语音识别模型：Parakeet TDT 0.6B V2，核心能力是它准确的词级时间戳预测，还能自动加上标点符号和大小写

6亿参数，可以精确预测单词的时间戳，主要用于英语识别 可以一次性处理24分钟的长录音，不用分段处理 在口语数字和歌曲歌词转录上表现也比较好

用于语音助手、转录、字幕生成以及语音分析平台都可以

模型：https://huggingface.co/nvidia/parakeet-tdt-0.6b-v2