Hojo-ASR-V1
- 任务
- 语音识别
- 架构
- 大语言模型解码器
- 语言
- 中文、英文，含粤语、四川话
- 许可证
- Apache-2.0
硬件与真实世界之间， 是 Hojo 的声学模型。
Hojo 自研的语音模型，是让硬件与真实世界用声音沟通的声学模型：语音识别 Hojo-ASR 把听到的声音转成文字，语音合成 Hojo-TTS-Light 把回应说出来。四个模型均以 Apache-2.0 许可开源。
语音识别，
最高成绩全球第二。
Hojo ASR 以大语言模型作为解码器，有中英文与多语种两个版本。在 Open ASR Leaderboard 上，Hojo ASR 的最高成绩是全球第二（2026 年 6 月）。
Open ASR Leaderboard · 2026 年 6 月
Hojo ASR 的最高成绩是全球第二 ↗Hojo-ASR-Multi-V1
- 任务
- 语音识别
- 架构
- 大语言模型解码器
- 语言
- 德语、法语、意大利语、葡萄牙语、西班牙语
- 许可证
- Apache-2.0
超过 5 小时的会议，
也能实时转写。
Hojo 自研的 ASR，可以为超过 5 小时的超长会议做实时转写。
Hojo ASR
超长会议的实时转写。
轻量语音合成，
在 CPU 上也能开口。
Hojo-TTS-Light 是轻量的语音生成模型，支持中文与英文，有 8000 万与 4000 万参数两种规格。
Hojo-TTS-Light-40M
4000 万参数，提供 ONNX 版本，在 CPU 上就能运行。
Hojo-TTS-Light
- 任务
- 语音合成
- 参数量
- 8000 万
- 语言
- 中文、英文
- 特点
- 声音复刻
- 许可证
- Apache-2.0
Hojo-TTS-Light-40M
- 任务
- 语音合成
- 参数量
- 4000 万
- 语言
- 中文、英文
- 特点
- 内置 15 种音色
- 许可证
- Apache-2.0
要用在产品里，
找开发者支持。
模型以 Apache-2.0 许可开源。商用支持请发邮件至 developer@hojoai.com；要让设备用上 Hojo 的语音能力，可以通过 Agentic OS 接入。
Chat-Duplex 与 Omni 是 Hojo 的下一代模型。
Chat-Duplex
全双工语音对话，可随时打断。
Omni
人机交互全模态大模型。