最佳本地语音识别 — NVIDIA DGX Spark 128GB

甜点区间：91–91 分 · 60–60 ×实时，共 1 个模型符合。

1. 1. FireRedASR2-LLM — 93 分 · 25×实时 · 17GB
2. 2. Qwen3-ASR-1.7B — 91 分 · 60×实时 · 4.4GB
3. 3. VibeVoice-ASR — 90 分 · 12.5×实时 · 18.3GB
4. 4. SenseVoice-Small — 88 分 · 84.5×实时 · 1.9GB
5. 5. VibeVoice-ASR-BitNet — 87 分 · 20×实时 · 14GB

共 10 个装得下的可用模型。← NVIDIA DGX Spark 全部能力