disrouter.aiAI 情报台

disrouter.aiAI 情报台

图片:Hugging Face

模型发布Hugging Face 语音模型

Cactus-Compute/whistle 语音模型

面向端侧的16.9MB语音转文本模型,支持词时间戳和语音嵌入。

为什么重要

为端侧 ASR 应用提供了小体积、无 GPU 依赖的可用模型选择。

阅读原文huggingface.co

AI 解读(根据原文生成)

Cactus-Compute/whistle 是一个面向手机、可穿戴设备、机器人、智能家居、汽车和微控制器的 speech-to-text 模型。它以单个 16.9 MB 文件提供,在设备端完成转写、词级时间戳和语音嵌入,支持关键词偏置,并复用 Needle 的 `.cact` 容器、量化、SIMD kernels 和 KV cache。模型页位于 Hugging Face,许可证为 apache-2.0,且无需申请访问;相关引擎代码链接指向 cactus-compute/needle。

要点(AI 据原文整理,数字均已与原文核对)

  • The whole model is a single 16.9 MB file.
  • It runs with no dependencies and no GPU.

全部来源(1)

  1. [1]Hugging Face 语音模型

    Cactus-Compute/whistle 语音模型