最新资讯
dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者 techcrunch.com Palo Alto Networks 洽谈以 5 亿美元收购 AI Agent 安全初创公司 Clutch theinformation.com 黄仁勋被要求就涉华间谍指控向国会作简报 www.infoq.com Edera 推出 Object Capability Bounded Authority,试图将凭证与 AI Agent 工作负载隔离 wechat 这波杀疯了!旗舰级模型不限量、1个月视频额度免费领 bloomberg.com AI 抛售蔓延至信用市场,软银领跌亚洲美元债 dev.to 如何在专用 GPU 服务器上用 OpenAI 兼容 API 部署 LLM dev.to 审计 153 份 Claude Code 与 Codex 会话记录:User-Agent 与 URL 中的邮箱泄露 dev.to 你的 Agent Harness 应具备的 17 项能力 dev.to 离线 AI 记忆中 0.8 余弦阈值为何失效 dev.to Kimi K3.1 Pro 开放权重:自托管 2.8T 模型前的开发者清单
多元动态
登录 注册
行业动态 dev.to · @jamilxt

Whistle:可在任意 CPU 上运行的 16.9 MB 语音转文字模型(实测)

原文 我的收藏

文章实测了一个名为 Whistle 的语音转文字模型:单文件仅 16.9 MB,可在 CPU 上零依赖运行,并声称准确率超过 Whisper base。作者在无 GPU、无特殊工具的普通 Linux VPS 上安装,用真实音频测试,缓存模型对一段公开演讲录音转写正确,并返回词级时间戳,热启动下在普通 CPU 上不到 10 秒完成。文章强调这是验证而非转发,并逐条复现了命令与输出。

AI推荐理由 文章对 16.9 MB 的语音转文字模型 Whistle 做了实测:在无 GPU 的普通 Linux VPS 上安装,缓存模型对公开演讲录音转写正确并返回词级时间戳,热启动下不到 10 秒完成。提供了可复现的命令与输出,对边缘/CPU 端语音转写和语音 Agent 有参考价值;但为单次测试,未给出系统基准或与 Whisper 的完整对比。

68

正文

当前仅保存了标题或简介;并非所有来源都提供正文,可通过下方原文链接查看。

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容