Whistle语音模型CPU实测：小体积未必全面胜出

MarkTechPost 发布教程，实测 Cactus Compute 的 16.9 MB 语音转文字模型 Whistle 在 CPU 上的表现。该模型支持七种语言，可输出词级时间戳与概率。 在 LibriSpeech test-other 采样上，Whistle 的准确率领先贪心解码的 Whisper base，但与 beam search 版本无显著差距，且速度优势随音频变长而收窄。测试还发现，固定引擎在 30 秒窗口下会静默丢弃长音频中段。 上述数字来自 Apple M4 上的一次运行采样，完整数据集上的公开数据为引用而非实测；模型卡称其在 LibriSpeech 上胜过 Whisper base，测试则以相同片段对比 Whistle 与 Whisper tiny、base。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。