Whistle 命令行实战：一条命令完成转写、时间戳与 Whisper 对比

【免费下载链接】whistle项目地址https://ai.gitcode.com/hf_mirrors/Cactus-Compute/whistle点击查看免费下载Whistle 是一款只有 16.9 MB 的端侧语音识别speech-to-text模型无需 GPU、无需任何依赖通过命令行即可完成音频转写、逐词时间戳对齐还能用一条needle whistle compare命令把 Whistle 和 Whisper 放在同一段音频上直接对比。本文带你从零上手把这条命令行工作流完整跑通。为什么值得试试 Whistle ️Whistle 面向手机、可穿戴设备、机器人、汽车和微控制器等场景特点是小和本地体积极小整个模型就是单个 whistle.cact 文件仅 16.9 MB零依赖运行自带 C / WebAssembly 运行时不依赖 GPU 和框架多语言支持英语、德语、法语、西班牙语、意大利语、荷兰语、波兰语共 7 种语言默认自动检测语言行为可靠输入静音时返回空文本而不是编造一句话模型细节16 kHz 采样率、单次 30 秒窗口、80 ms 帧长、cactus-quants 128 组量化等都写在 config.json 里可以按需查阅。第一步安装并跑通你的第一条转写命令 Whistle 的 Python 侧由cactus-needle包驱动pip install cactus-needle16 kHz 的 WAV 或原始采样直接就能用如果需要其它采样率或麦克风采集再额外安装[mic]扩展即可。安装完成后一行 Python 就能拿到转写结果import needle print(needle.transcribe(clip.wav)[text]) # turn off the kitchen lights每次调用都会返回文本、检测到的语言、首 token 延迟毫秒以及解码 token 速度。引擎和权重只会在首次运行时下载一次之后走本地缓存。第二步一条命令拿到逐词时间戳 ⏱️Whistle 对每个词都给出开始时间、结束时间和置信度且时间戳直接来自解码器自身注意力对齐可用于字幕高亮、按词跳转、精准剪辑等场景。先下载对应平台的引擎二进制和模型文件needle download macos-arm64 needle download whistle然后一条命令完成转写 时间戳输出./macos-arm64/needle --model whistle.cact --audio clip.wav --audio-word-timestamps几个常用参数值得记住参数作用--audio-word-timestamps输出每个词的开始 / 结束 / 概率--audio-stream对长音频或麦克风做流式转写两次一致即提交--audio-depth选择解码器层数2 层起步按设备算力挑型号在 Python 侧等价写法是word_timestampsTrue。如果你要处理的人名、地名、产品词经常识别错用keywords[...]传入词表搜索阶段会优先匹配这些词——这就是官方的 keyword biasing 能力。第三步needle whistle compare 一键对比 Whisper 这是最省事的考试方式needle whistle compare该命令会把Whistle、Whisper 和 Moonshine放在同一段音频上并排输出结果直观看到差异。官方在完整测试集上的 WER 基准用 Whisper 的 normalizer 计分显示Whistle 在 86,174 条语句上完成评测WER 与速度表现对得上同量级的 Whisper 与 Moonshine在 Apple M4 Pro 上 10 秒音频的首 token 时延和 token 解码速度也在同一档。详细数字与统计口径说明见 README.md。实用小贴士 指定语言自动检测不准时用languagede强制指定比让模型猜更稳长音频30 秒以内单次直出超过 30 秒会自动分窗处理实时流可以用--audio-stream一直挂着嵌入向量needle.Whistle()支持embed(audio)输出编码器嵌入每 80 ms 一帧可直接用于语音检索完全不用解码文本与 Needle 混跑同一个引擎既能转语音又能跑文本对话needle --model needle3.cact --model whistle.cact --audio clip.wav一次调用同时输出工具调用和语音字段仓库文件速查 ️文件说明whistle.cact自包含模型容器引擎直接加载config.json模型配置语言、采样率、量化参数checkpoints/whistle.safetensors权重文件README.md完整文档基准、部署与 APILICENSEApache-2.0 许可一句话总结pip install cactus-needle装好环境needle whistle compare看差距--audio-word-timestamps拿时间戳——Whistle 的端侧语音识别命令行工作流三条命令就跑通了。赞分享【免费下载链接】whistle项目地址https://ai.gitcode.com/hf_mirrors/Cactus-Compute/whistle点击查看免费下载相关推荐终极Vim命令行历史时间戳5个简单步骤显示命令执行时间终极Vim命令行历史时间戳5个简单步骤显示命令执行时间 想要追踪Vim中每个命令的执行时间吗Vim命令行历史时间戳功能让你轻松掌握命令执行的时间信息提高工文档教程开发工具gsd:phase 命令实战用一条命令完成 ROADMAP.md 的阶段增、插、删、改gsd:phase 命令实战用一条命令完成 ROADMAP.md 的阶段增、插、删、改 本文围绕 gsd core 提供的统一阶段管理命令 /gsd:phasCANN/catlass GEMV示例Basic Matmul TLA GEMV Example Readme Note: The community package does not suppor算子库人工智能高性能计算创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考