Whistle: Speech to Text in 16.9 MB
Whistle 发布端侧语音识别模型，以单个 16.9 MB 文件在 CPU 上运行，支持七种语言并与 Needle 共用 C++ 引擎。模型可一次转写最长 30 秒的音频，提供词级时间戳和语音嵌入向量；与 Needle 联合加载时，同一程序可直接将音频转为工具调用。
Whistle 发布端侧语音识别模型，以单个 16.9 MB 文件在 CPU 上运行，支持七种语言并与 Needle 共用 C++ 引擎。模型可一次转写最长 30 秒的音频，提供词级时间戳和语音嵌入向量；与 Needle 联合加载时，同一程序可直接将音频转为工具调用。