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)
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。