Whisper-medium 是 OpenAI Whisper 系列中的大型模型之一，具备更强的语音建模能力和更高的识别精度。相较于 small 版本，Whisper-medium 拥有更多参数和更复杂的网络结构，能更好地处理多语种、长语音、口音差异及嘈杂环境下的语音识别任务。该模型在多种公开语音识别基准上表现出色，适合用于高要求的语音转写、字幕生成、语音翻译等应用场景，通常部署于具有较强算力的服务器或云端系统中。

源模型工程请访问：Whisper-medium

注意：在右侧性能参考板块中，展示了当前音频输入长度下对应语种的 RTF 值。由于模型输入尺寸固化（非动态输入），低于该音频长度的 RTF 值会略微增高。

待发布