Today for AI
返回热点榜
tools热度 17.1°

AI 聚簇研判事件 · 2026/10/9

Whistle 发布 16.9 MB 端侧语音转文字模型：支持七语种实时转录与词级时间戳对齐

Whistle Launches 16.9 MB On-Device Speech-to-Text Model with Seven-Language Support and Word-Level Timestamps

1 篇报道存证1 家独立信源交叉印证持续跟踪至 2026/10/9 00:59:39
全景综述与最新动态
1 家信源交叉印证

Cactus Compute 推出 Whistle，一款仅 16.9 MB 的超轻量级端侧语音转文字模型。该模型基于 Needle 架构，支持英、德、法、西、意、荷、波七种语言，可在浏览器或本地设备完全离线运行，提供实时转录、词级时间戳及语音嵌入提取功能，显著降低了隐私敏感场景下的 ASR 部署门槛。

最新动向/Cactus Compute 推出 Whistle，一款仅 16.9 MB 的超轻量级端侧语音转文字模型。该模型基于 Needle 架构，支持英、德、法、西、意、荷、波七种语言，可在浏览器或本地设备完全离线运行，提供实时转录、词级时间戳及语音嵌入提取功能，显著降低了隐私敏感场景下的 ASR 部署门槛。

TIMELINE报道时间线

共 1 篇 · 最新优先
  1. Hacker News AIT2·78 分
    • 模型体积仅 16.9 MB，支持在浏览器标签页内完全离线运行，音频数据不出设备，保障隐私安全。
    • 覆盖英语、德语、法语等七种欧洲主要语言，具备自动语言检测能力，单次处理上限为 30 秒音频。
    • 除基础转录外，还提供基于解码器注意力机制的词级时间戳（含概率）以及无需解码即可获取的语音嵌入向量。