whistle
PulseAugur coverage of whistle — every cluster mentioning whistle across labs, papers, and developer communities, ranked by signal.
- 2026-10-22 product_launch Cactus Compute released Whistle, a new speech-to-text model designed for CPU efficiency. 来源
- 2026-10-09 product_launch Cactus Compute released Whistle, a compact speech recognition model for on-device applications. 来源
- 2026-10-08 product_launch Cactus Compute released Whistle, a speech-to-text model. 来源
- 2026-09-02 product_launch A new Mac App Store application called Whistle Synth was released, which allows users to control a synthesizer by whistling. 来源
-
Cactus Compute 的 Whistle 语音转文本模型在 CPU 上性能优于 Whisper
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。
-
Mastodon讨论涵盖LLM API安全和代理工具监控
Mastodon上的讨论探讨了安全的LLM API访问,强调需要通过请求路径控制而非提示级别检查来防止注入攻击。对话还涉及以最小权限监控代理工具调用,并指出Whistle语音转文本模型在Hacker News上的受欢迎程度。
-
Whistle:紧凑型语音识别模型发布,适用于设备端使用
Cactus Compute 发布了 Whistle,这是一款专为手机和机器人等设备端应用设计的紧凑型语音识别模型。这个 16.9 MB 的模型无需外部依赖即可在 CPU 上运行,能够执行转录、提供词级时间戳并生成语音嵌入。与 OpenAI 的 Whisper 等大型模型相比,Whistle 在 LibriSpeech 和 SPGISpeech 等多个基准测试中表现出卓越的性能,同时提供了更快的首次标记生成时间。
-
Whistle:16.9 MB 包发布的开源语音转文本模型 · 跟踪 4 个来源
Cactus Compute 发布了 Whistle,这是一款紧凑型语音转文本模型,文件大小为 16.9 MB。该开源模型旨在实现高效性能和可访问性,适用于各种应用。
-
Cactus Compute 发布 Whistle,一款紧凑型设备端语音转文本模型
Cactus Compute 发布了 Whistle,这是一款专为在手机、可穿戴设备和微控制器等各种平台上高效运行而设计的全新设备端语音转文本模型。该模型文件大小仅为 16.9 MB,运行在与其前身 Needle 模型相同的 CPU 引擎上,无需外部依赖或 GPU。Whistle 支持七种语言的转录、带概率的词级时间戳以及用于匹配和检索的语音嵌入,并提供关键词偏置选项以提高特定术语的准确性。
-
Whistle Synth Mac App 使用 AI 改进合成器控制
一款名为 Whistle Synth 的 Mac App Store 应用程序已发布,允许用户通过吹口哨来控制合成器。该应用程序免费、开源,并利用 AI(特别是 Claude)显著降低延迟并解决卡顿问题。开发者还利用 AI 创建了新的合成器音色,尽管开发令人满意的女高音音色比低音音色更具挑战性。
-
新恐怖片《它结束了》并列2026年烂番茄评分最高纪录
低成本恐怖片《它结束了》在烂番茄上获得了95%的影评人评分,与《少女在营地死亡》并列成为2026年评分最高的恐怖片。该片由Alexander Ullom执导,通过一群迷失在无尽道路上的朋友探索了存在主义主题。影评人称赞其富有创意的概念和导演技巧,并指出其不同于典型的血腥或惊吓场面。
-
新的纯文本方法可适应语音识别模型
研究人员开发了 WhisTLE,一种仅使用文本数据来适应预训练自动语音识别 (ASR) 模型的新颖方法。该技术采用变分自编码器对编码器输出进行建模,并微调解码器,可选择性地整合文本到语音合成。WhisTLE 显著降低了词错误率,在大多数测试场景中均优于其他适应方法,且不增加运行时成本。