Lokutor 開源語音辨識專案 Oído，在 5 美元 ESP32 晶片執行，宣稱效能超越 Whisper-tiny

Lokutor 團隊發表開源語音辨識專案 Oído，宣稱能在成本約 5 美元的微控制器上超越 Whisper-tiny。該專案採用 NVIDIA Conformer-CTC Small 模型（13M 參數，int8 量化），在配備 8 MB PSRAM 的 ESP32-S3 晶片上執行，無需 GPU 或 NPU。據開發團隊測試，Oído 在 LibriSpeech 的詞錯率（WER）為 3.7 / 8.2，優於 Whisper tiny.en 在筆電上執行的 6.3 / 15.9；在包含汽車、廚房等真實噪音與殘響環境下，Oído 平均 WER 為 8.4，亦優於 Whisper tiny.en 的 12.1。專案已開源，並提供腳本供使用者在筆電上模擬晶片運算進行測試。