Whistle 公开 16.9 MB 七语种权重与 CPU runtime，支持转写、时间戳和语音嵌入。
Whistle 用 16.9 MB 模型在端侧运行多语种语音识别
2026-10-01已核实动态TRIAL
Cactus Compute 发布 Whistle：一个 16.9 MB、Apache-2.0 的七语种语音模型。它可在同一套 CPU runtime 中输出转写、词级时间戳和帧级语音嵌入，不依赖 GPU，并提供 Python、C、平台 binary 与 WebAssembly 部署路径。benchmark 仍是作者报告。
对你意味着什么
对需要在受限设备上做隐私优先或离线语音功能的团队来说，Whistle 用一个小型产物同时提供转写与嵌入，并有可检查 runtime。替换成熟 ASR 前，应在真实口音、噪声、静音、关键词偏置和目标设备温升上复测。
证据与关联材料
技术细节与六维评分
| 体积 | 16.9 MB 模型产物 |
|---|---|
| 语言 | 英语 · 德语 · 法语 · 西班牙语 · 意大利语 · 荷兰语 · 波兰语 |
| 输出 | 转写、带概率的词级时间戳、每 80 ms 一帧的语音嵌入 |
| 运行方式 | CPU-only C++ runtime，提供 Python、C、平台 binary 与 WebAssembly 路径 |
| 报告的评测 | 在 86,174 条语音上测 WER；Whisper 与 Moonshine 对照数字来自各自作者 |
| 社区信号 | 复核时 2,594 downloads、161 likes |
技术影响 3
工程价值 4
采用信号 3
成熟度 3
验证成本 2
风险 2