Hacker NewsHN投稿者: gmays
元記事公開:
Whistle: 16.9MBで動作する音声認識モデル
原題: Whistle: Speech to Text in 16.9 MB
AI要約
16.9MBのオープンソース音声認識モデルWhistleが、Needleと同じCPUエンジン上で動作し、ツール呼び出しを可能にする
重要ポイント
- •WhistleはNeedleと同じCPUエンジンで動作するオープンな音声認識モデルである
- •7言語の文字起こしに対応し、最初のトークン生成まで11ミリ秒で到達する
- •Needleと並行して読み込むことで、単一のバイナリでクリップをツール呼び出しに変換できる