
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.