Parakeet TDT 0.6B v3

Parakeet TDT 0.6B v3 是 NVIDIA 的 6亿参数多语言语音转文本模型，基于 FastConformer-TDT 架构构建。该模型在 Granary 数据集（超过67万小时音频）上训练，支持所有欧盟官方语言的自动语言检测，并在 HuggingFace Open ASR 排行榜上实现了6.34%的平均词错误率。返回带有标点符号和分段时间戳的转录文本。