MOSS-Transcribe-Diarize-0.9B 相关 AI 资讯 · AITOP · AI热报

7月19日

16:07

16:07

宝玉@dotey

精选

宝玉将 OpenMOSS 开源的 MOSS-Transcribe-Diarize-0.9B 集成到剪映工具 BaoCut 中，可直接输出带精确时间戳和说话人标注的结构化转写结果。该模型无需专用发言人识别模型，但转录速度比 Qwen3-ASR-0.6B 慢，且不支持标点符号，自定义 Prompt 与热词也未生效。项目地址为 github.com/OpenMOSS/MOSS-Transcribe-Diarize。

AI模型 BaoCut OpenMOSS MOSS-Transcribe-Diarize-0.9B

推荐理由：宝玉给 BaoCut 集成了 MOSS-Transcribe-Diarize-0.9B，能一次搞定长音频转写和说话人标注，省去额外模型，适合做字幕或会议记录。

16:06

16:06

宝玉@dotey

精选

OpenMOSS 开源了 MOSS-Transcribe-Diarize-0.9B 模型，参数规模 0.9B，支持 128K 上下文，最长可一次处理约 90 分钟音频。该模型采用 Whisper-Medium 编码器 + Qwen3-0.6B 风格 decoder，端到端完成转写、说话人分离和时间对齐，无需级联流程。在单张 4090 显卡上，RTF 为 0.017，5-10 分钟录音约 30 秒转完，并支持热词增强。模型以 Apache 2.0 协议开源，可商用。

AI模型 OpenMOSS MOSS-Transcribe-Diarize-0.9B Whisper

推荐理由：OpenMOSS 开源了一个 0.9B 参数的端到端模型，能一次搞定 90 分钟多人音频，告诉你谁说了什么、什么时候说的，单卡 4090 跑得飞快。

7月10日

22:17

22:17

官方账号LMSYS Org (SGLang)@lmsysorg

精选71°

MosiAI 团队开源 MOSS-Transcribe-Diarize-0.9B，仅 0.9B 参数，基于 Whisper-Medium 编码器和 Qwen3-0.6B 风格解码器。模型支持 128K 上下文，可一次性处理约 90 分钟长音频。输出直接包含时间戳和说话人标签，无需分块或单独说话人分离。还支持热词提升，用于人名、领域术语和代码切换场景。SGLang 已提供 Day-0 支持，可立即运行。

AI模型 MOSS-Transcribe-Diarize-0.9B MosiAI SGLang

推荐理由：MosiAI 开源了一个0.9B的小模型，能一次性转录90分钟的多说话人音频，边缘设备就能跑，很适合本地部署。

7月9日

19:22

19:22

官方账号vLLM@vllm_project

精选

MosiAI 发布了 MOSS-Transcribe-Diarize-0.9B，一个 0.9B 参数的开源端到端模型，专门用于多说话人长音频转录。该模型将 ASR、说话人日记化和时间戳对齐整合为单个生成式过程，不同于 WhisperX 的分阶段串联方式。它支持最长约 90 分钟的音频一次性输入，无需分块或拼接，并具备关键词偏置功能以提升专有名词识别准确率。vLLM 在发布当天（day-0）即提供了对该模型的支持。

AI模型 MOSS-Transcribe-Diarize-0.9B MosiAI vLLM

推荐理由：MosiAI 新发的 0.9B 开源模型，一次性搞定多人对话的转录、打标签和加时间戳，90 分钟音频都不用分块，还支持关键词纠偏，赶紧试试。