Cactus Compute 开发了 Whistle，一个紧凑的 16.9 MB 语音转文本模型，旨在高效运行在 CPU 上。在 LibriSpeech test-other 数据集上的基准测试显示，使用贪婪解码时，Whistle 的词错误率为 10.47%，比 Whisper base 模型好 2.19 个百分点。此外，在十秒音频片段上，Whistle 的速度比 Whisper 快 5.7 倍。 AI
影响 为语音转文本任务提供了一个更高效、CPU 绑定的替代方案，可能降低推理成本。
排序理由 该条目描述了一个新模型发布及其与现有模型的基准性能。 [lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
