ExecuTorch 流式语音识别端侧优化实践
热点事件持续更新
ExecuTorch 流式语音识别端侧优化实践
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月27日，PyTorch Blog 发布 Arm 工程师的技术博客，介绍用 ExecuTorch 在 Arm 边缘设备上优化流式语音识别（ASR）的方法与实测。该案例将较新的多语言模型 Nemotron 3.5 从 PyTorch 迁移到 ExecuTorch，并在 Google Pixel 11 上分析其端侧执行表现。实测条件为：在 Pixel 11 上处理一段 24.9 秒录音，分块大小 1,120 毫秒，单推理线程绑定至中核 CPU；测试 ExecuTorch 1.3.1 的两个构建版本，分别开启与关闭 SME2 支持；每种配置含两次预热和一次测量 tracing 运行；组件基准使用合成输入、全新流状态，每种配置在三轮中共测量 75 个样本。博客称还实测了分块大小与精度对流式识别质量的影响。目前该事件仅有这一篇一手报道，尚无后续跟进报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 02:27
Arm 用 ExecuTorch 优化边缘设备上的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 BlogArm 用 ExecuTorch 优化边缘设备上的流式语音识别
Arm 工程师用 ExecuTorch 将多语言流式 ASR 模型 Nemotron 3.5 部署到 Google Pixel 11，并实测分块大小与精度对流式识别质量的影响。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月27日 04:00
- 近 24 小时变化
- –
02.557.510
04:0005:0006:00
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。