# Reverb ASR – Rev公司开源的自动语音识别和说话人分离模型

- Link: https://paooo.com/aigc-news/26450/
- Published: 2026-07-08T20:15:41+08:00
- Author: 站外新闻

## Reverb ASR是什么

Reverb ASR是Rev公司推出的开源自动语音识别和说话人分离模型，基于20万小时的人工转录
英语数据训练而成。模型在长语音识别领域表现卓越，适合处理如播客和财报电话会议等场景。
Reverb ASR支持用户控制输出文本的逐字程度，支持从完全逐字到非逐字的不同风格，满足
精确转录和提高可读性的需求。Reverb ASR提供多种解码模式，包括注意力解码和CTC前缀束
搜索，适应不同的识别任务。在长篇幅语音识别方面，Reverb ASR的性能超过现有的开源模型，
如[OpenAI](https://paooo.com/tag/openai/)的Whisper和NVIDIA的Canary-1B。

阅读目录

 * [Reverb ASR是什么](https://paooo.com/aigc-news/26450/#reverb-asr%e6%98%af%e4%bb%80%e4%b9%88)
 * [Reverb ASR的主要功能](https://paooo.com/aigc-news/26450/#reverb-asr%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Reverb ASR的技术原理](https://paooo.com/aigc-news/26450/#reverb-asr%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Reverb ASR的项目地址](https://paooo.com/aigc-news/26450/#reverb-asr%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Reverb ASR的应用场景](https://paooo.com/aigc-news/26450/#reverb-asr%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Reverb ASR](https://paooo.com/wp-content/uploads/2026/07/Reverb-ASR-website-1.
avif)

## Reverb ASR的主要功能

 * **高精度语音识别**：Reverb ASR将英语语音高效准确地转换成文本。
 * **逐字稿控制**：用户根据需要调整输出的逐字稿程度，从完全逐字到非逐字，适应不同
   的使用场景。
 * **多种解码模式**：支持注意力解码、CTC贪婪搜索、CTC前缀束搜索、注意力重分和联合
   解码等多种解码模式。
 * **长篇幅语音处理**：擅长处理长时间的语音输入，如播客、会议记录等。
 * **说话人分离**：说话人分离技术，有助于区分和识别不同说话人。

## Reverb ASR的技术原理

 * **数据集**：Reverb ASR的训练数据集由20万小时的英语语音组成，语音由人类专家转录，
   涵盖多种领域、口音和录音条件。
 * **联合CTC/注意力架构**：Reverb ASR基于结合连接时序分类（CTC）和注意力机制的架构。
   支持模型在识别语音时同时考虑语音的序列特性和上下文信息。
 * **编码器-解码器结构**：模型用18层的卷积编码器和6层的双向注意力解码器，有助于模型
   捕捉长期依赖关系和短时语音特征。
 * **语言特定层**：Reverb ASR在编码器和解码器的第一层和最后一层用语言特定层，便于
   控制输出的逐字程度。
 * **模型量化**：提供Int8量化版本的ASR模型，提高模型的推断速度，减少内存使用，适
   于对速度和内存敏感的应用。
 * **多种解码模式**：Reverb ASR支持多种解码模式，包括贪婪CTC解码、CTC前缀束搜索（
   带或不带注意力重分）、注意力解码和联合CTC/注意力解码。

## Reverb ASR的项目地址

 * **GitHub仓库**：[https://github.com/revdotcom/reverb/tree/main/asr](https://github.com/revdotcom/reverb/tree/main/asr)
 * **HuggingFace在线体验Demo**：[https://huggingface.co/spaces/Revai/reverb-asr-demo](https://huggingface.co/spaces/Revai/reverb-asr-demo)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2410.03930v1](https://arxiv.org/pdf/2410.03930v1)

## Reverb ASR的应用场景

 * **播客制作**：自动转录播客内容，便于编辑和内容管理。
 * **会议记录**：在商务会议或学术研讨会中，实时生成会议记录。
 * **法庭记录**：提供准确的法庭审理过程记录，确保法律程序的准确性。
 * **语音内容创作**：帮助内容创作者将语音转换成文本，提高工作效率。
 * **语言学习**：辅助语言学习者进行发音和听力练习，提供实时反馈。
 * **媒体监控**：监控广播、电视或其他媒体的语音内容，便于新闻分析或舆情监控。
 * **客户服务**：在呼叫中心自动记录和分析客户对话，提高服务质量。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)