Arm使用ExecuTorch评测流式ASR
热点事件持续更新
Arm使用ExecuTorch评测流式ASR
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Arm工程师已在 Google Pixel 11 上使用 ExecuTorch 运行 Nemotron 3.5 流式语音识别，评测涵盖识别错误率（WER）、延迟和原生内核性能，并比较了 FP16、QC8W、不同 chunk size 及 SME2 的影响。 测试基于两套 ExecuTorch 1.3.1 构建版本，分别开启和关闭 SME2；每种配置先进行两次预热，再执行一次测量。QC8W 使用动态 INT8 激活、按通道 INT8 权重，并为符合条件的线性运算输出 FP32。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 02:27
ExecuTorch 如何在 Arm 边缘设备上优化流式语音识别报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- PyTorch Blog精选ExecuTorch 如何在 Arm 边缘设备上优化流式语音识别
Arm 工程师使用 ExecuTorch 在 Google Pixel 11 上评估 Nemotron 3.5 流式 ASR，比较 FP16、QC8W、chunk size 与 SME2 对 WER 和延迟的影响。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 710月27日 16:00
- 近 24 小时变化
- –
02468
16:0017:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。