01
哈克尔斯公司今天发布Whistle,这是一个专为移动设备、可穿戴设备、机器人和微控制器设计的16.9兆字节语音识别模型。该模型在本地完成转录、单词时间戳和语音嵌入三项任务,支持16kHz单声道音频,最多一次处理30秒长度的英语、德语、法语、西班牙语、意大利语、荷兰语和波兰语内容。模型结构包括八层简易注意力编码器和八层梯形注意力解码器,采用单一C++引擎运行,无需依赖包,能够从HuggingFace获取权重。基准测试显示,在LibriSpeech等数据集上性能优于Whisper基线模型,同时模型体积更小且加载速度更快,适用于资源受限的边缘计算场景。












