最佳本地语音识别 — RTX 5090 32GB

甜点区间：91–93 分 · 100–240 ×实时，共 2 个模型符合。

1. 1. FireRedASR2-LLM — 93 分 · 100 ×实时 · 17GB
2. 2. Qwen3-ASR-1.7B — 91 分 · 240 ×实时 · 4.4GB
3. 3. VibeVoice-ASR — 90 分 · 50 ×实时 · 18.3GB
4. 4. SenseVoice-Small — 88 分 · 338 ×实时 · 1.9GB
5. 5. VibeVoice-ASR-BitNet — 87 分 · 80 ×实时 · 14GB

共 10 个装得下的可用模型。← RTX 5090 全部能力

常见问题

RTX 5090 上跑语音识别最好的是哪个？

FireRedASR2-LLM，93 分，100 ×实时，占用 17GB（RTX 5090 共 32GB）。

RTX 5090 上速度最快的是哪个？

Parakeet CTC 1.1B，5588 ×实时，82 分，占用 2.2GB。分数最高的不一定最快——这台机器上两者是不同的模型。

显存/内存最省的是哪个？

SenseVoice-Small，只要 1.9GB，88 分。

有哪些模型这台机器装不下？

没有——本站收录的该项能力模型，RTX 5090 全部装得下。