A.I. 日报
Cactus发布Whistle：16.9MB语音识别模型
Cactus Compute推出开源语音识别模型Whistle，仅5500万参数（激活3600万），CQ2bit量化后文件仅16.9MB，支持七种语言并覆盖17个平台。其在LibriSpeech test-clean上WER为4.31，优于145.3MB的Whisper base（4.9），旨在将AI压缩至廉价手机、可穿戴设备等小终端。
Whisper
3 篇报道Whisper 是 OpenAI 发布的开源自动语音识别（ASR）模型系列，提供多种规模，广泛用于转录和语音翻译。近期报道多为其他开源 ASR 模型与 Whisper 的对比：Cactus 推出 16.9MB 的 Whistle，在 LibriSpeech test-clean 上 WER 为 4.31，对比 Whisper base 的 4.9；Lokutor 发布可在 ESP32-S3 上运行的 Oído，WER 为 3.7/8.2，对比 Whisper tiny.en 的 6.3/15.9；另有 macOS 本地照片和视频搜索工具使用 Whisper 进行对话搜索。
相关话题
macOS推出本地AI照片视频搜索工具
一款面向macOS的AI搜索工具可对任意文件夹中的照片和视频逐帧进行语义搜索，支持OCR文字与Whisper语音台词检索，推理完全在本地运行，无需账户或上传云端。
开源语音识别Oído在5美元单片机上超越Whisper-tiny
Lokutor团队发布开源语音识别模型Oído，基于13M参数的NVIDIA Conformer-CTC Small int8量化版，可在8MB PSRAM的ESP32-S3上运行，无需GPU或NPU。LibriSpeech上WER为3.7/8.2，优于Whisper tiny.en的6.3/15.9。
已经到底了