Whisper-tiny.en-FP16
语音识别
FP16
post
Whisper-tiny.en:语音识别

Whisper-tiny.en 是 OpenAI Whisper 系列中最轻量化的英文语音识别模型,专为在资源受限设备和低功耗场景下实现高效语音转文本而设计。该模型仅支持英语输入,采用 Transformer 编码解码架构,在保持端到端识别优势的同时,显著减少了参数规模和计算开销。

由于模型体积极小(约 39M 参数),Whisper-tiny.en 能够在移动设备、嵌入式系统和边缘计算平台上快速运行,延迟低、响应快,非常适合实时语音转录和语音交互任务。虽然精度不及中大型模型,但在日常对话、语音助手、字幕生成等场景中,依然具备良好的可用性和稳定性。

此外,该模型支持主流推理框架部署,能够与流式语音接口结合,便于集成到应用和产品中,是对速度和轻量化要求较高场景的理想选择。

源模型工程请访问:Whisper-tiny.en

性能参考

设备

语种
数据精度
音频长度
实时率(RTF)
模型大小
模型资源获取

Model Farm 提供预编译好的模型资源以及推理代码,支持以下两种方式获取:

  • 通过 Model Farm 页面获取:在右侧性能参考板块中点击模型 & 代码获取模型资源及代码包。

  • 通过命令获取(推荐):持有阿加犀开发板的用户,可以通过开发板内置的 MMS 工具获取模型资源及代码包。

# 模型查询
mms list [model name]

# 模型资源获取
mms get -m [model name] -p [precision] -c [soc] -b [backend] -d [file path]

MMS 具体使用请参考:MMS 使用 & 提前获取预览版块模型

支持的语种
支持的语种
英文

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。

使用AidVoice推理
许可证
源模型许可证:MIT
可部署模型许可证:APLUX-MODEL-FARM-LICENSE
性能参考

设备

语种
数据精度
音频长度
实时率(RTF)
模型大小