Cactus 发布 16.9MB 语音识别模型 Whistle,CPU 端侧运行胜 Whisper base
ycombinator · x · 2026-10-03
Cactus 团队开源发布语音识别模型 Whistle:整个模型仅 16.9MB,可在 CPU 上无依赖运行,与他们的端侧基础模型 Needle 共用同一 C++ 引擎和量化方案。
关键信息:
- 性能:体积比 Whisper base 小 9 倍,速度约快 6 倍,整体效果大多优于 Whisper base
- 多语言:支持英语、德语、法语、西班牙语、意大利语、荷兰语、波兰语 7 种语言,自动检测语种
- 三种能力:转录(16kHz 单声道,单次最长 30 秒)、词级时间戳(含起止时间与概率)、语音嵌入(每 80ms 帧输出一行,无需解码)
- 极低延迟:首 token 仅 11ms,可加载在 Needle 旁,一个二进制即可把音频直接转为工具调用
- 定位:面向手机、可穿戴、机器人、智能家居、汽车与单片机等端侧场景,音频不出设备
官方页面提供浏览器内 sandbox,可直接试听体验。
「Infra」频道最新
- tinygrad 推出 768GB 显存 tinybox:4 张翻新 MI300X 售价 8.9 万美元 — viksit · 2026-11-19
- 纯 Rust 推理引擎 RustingStrata 实测:3060 上跑 Qwen MoE 略胜原版 Strata — Serious_Scarcity7818 · 2026-11-19
- 投资人感叹:市场对不确定性的厌恶盖过了英伟达财报赚钱能力 — MartinGTobias · 2026-11-19
- SGLang 宣布为新模型 DaisyRose-27B 提供 Day-0 支持 — ying11231 · 2026-11-19
- Linux LTS 补丁洪峰将至:单日 3318 个补丁,「人类根本审不完」 — pkqzy888 · 2026-11-19
- DaisyRose-27B 背后:自建沙箱服务降本 80%,百万次运行成功率 99.95% — BanghuaZ · 2026-11-19