Whistle：仅 16.9 MB 的离线语音转文字模型
精选理由
Cactus 出了个只有 16.9MB 的离线语音转文字模型，11 毫秒启动还能标注单词时间点，做嵌入式语音的可以看看。
Cactus 发布轻量语音识别模型 Whistle，整个文件只有 16.9 MB，可完全在本地离线运行，录音无需上传云端。模型支持英语、德语、法语、西班牙语、意大利语、荷兰语和波兰语共 7 种语言，自动识别语种，不支持中文。它能标注每个单词的精确时间点，单次输入最长 30 秒，启动响应约 11 毫秒。凭借低算力消耗，Whistle 适合部署在手机、智能手表、车载系统和家用设备上。
原文 · Gorden Sun
Whistle：超小的离线语音转文字 AI 模型。 最大的特点是体积小、速度快，整个文件只有 16.9 MB。
核心功能 本地运行： 语音识别全程在用户的设备本地完成，录音不需要上传到云端，在断网状态下也能使用，保护个人隐私。 多语言支持： 支持英语、德语、法语、西班牙语、意大利语、荷兰语和波兰语共 7 种语言，能自动识别说话者使用的语种。不支持中文。 单词时间： 模型不仅能听写文字，还能标出每个单词说出的精确时间点，最长支持单次输入 30 秒的语音。
性能表现 Whistle 主要依靠设备的普通处理器运行，启动响应只需 11 毫秒左右。和业内常见的同类大模型相比，它在保持体积小巧的同时，转写速度更快，在多项公开测试中的文字识别准确率也处在领先水平。
应用场景 因为极小的体积和极低的计算消耗，这个模型适合安装在手机、智能手表、家用电器、车载系统甚至小型机器人上。它可以配合 Cactus公司 现有的其他轻量工具，让普通智能硬件直接“听懂”人类的语音指令并触发相应操作。
Github：https://t.co/x21bYUKefd
