Whistle发布16.9 MB端侧语音识别模型

10月9日，Hacker News首页报道了Whistle端侧语音识别模型的发布。该模型以单个16.9 MB文件在CPU上运行，支持七种语言，与Needle共用C++引擎。其一次可转写最长30秒的音频，并提供词级时间戳和语音嵌入向量。报道还介绍了模型与Needle的联合使用方式：两者联合加载时，同一程序可直接将音频转为工具调用。此次报道涵盖了模型的运行条件、语言支持、转写能力及与Needle的集成方式。

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。