Whisper-Tiny.en39M参数实现8.4%低错率的轻量英语语音识别【免费下载链接】whisper-tiny.en项目地址: https://ai.gitcode.com/hf_mirrors/openai/whisper-tiny.enWhisper-Tiny.en 是 OpenAI 推出的轻量级英语专用语音识别模型仅39M 参数在 LibriSpeech clean 测试集上词错率8.44%支持本地部署与任意长度音频的分块转录。它解决了什么问题大模型跑不动的本地英语语音识别语音识别是边缘端应用的核心需求但很多 ASR 方案体积和算力开销都偏大Whisper 系列顶配的 large 有1550M 参数且只做多语言手机、嵌入式设备、树莓派这类资源受限的硬件很难实时跑起来而多语言版 tiny 即使转纯英文音频也要在 5 万 词表上做完整解码白白浪费算力。Whisper-Tiny.en 就是针对这个矛盾的方案参数量砍到39M、砍掉多语言任务、只做英语语音识别让能用的 ASR直接落到边缘设备上。技术核心Transformer 编解码架构 68万小时弱监督训练模型采用Transformer 编码器-解码器架构seq2seq编码器和解码器各4 层、d_model 384、各 6 个注意力头见 config.json。配置不算极限压缩——参数量仅为同系列 medium769M的约 5%留出了精度余量。小模型为什么还能打关键在弱监督训练Whisper 全家族用68 万小时带文本的互联网音频训练其中65%约 43.8 万小时是英文语音配英文转写。数据量本身覆盖了口音、背景噪声、口语表达的多样性小模型直接继承了通用鲁棒性无需针对领域再调。模型还内置时间戳 token原生输出30 秒粒度的时间戳为长音频分块转录提供了基础。实测数据一览Whisper-Tiny.en 的 LibriSpeech WER 与规格对比词错率WER衡量识别错误的词占全部词的比例8.44% 意味着每 100 个词大约错 8 个日常清晰语音场景已可直接使用。测试集指标值对比基线 / 说明LibriSpeech (clean)WER8.44%官方模型卡数值8.437LibriSpeech (other)WER14.86%噪声更多、更口语化的测试集错误率接近翻倍LibriSpeech (clean) 复测WER5.66%按 README 评测代码在 test split 上的实测结果同系列规格对比官方模型卡规格参数量核心特点适用场景tiny(.en)39 M最快.en 版英语专用边缘设备实时转写base(.en)74 M参数翻倍精度更高对准确率更敏感的轻量场景small(.en)244 M精度平衡点桌面/服务器批量转写medium(.en)769 M更高精度服务端高质量转写large(-v2)1550 M仅多语言多语言识别 翻译clean 与 other 之间约 8 个点的差距说明该模型对噪声敏感嘈杂环境下要么升档规格要么做噪声鲁棒微调。怎么用它3行代码完成本地部署与长音频分块转录 ⚡最短路径是 Hugging Face Transformers 的 pipeline加载模型、指定 30 秒分块、直接转录。模型原生只处理 30 秒以内的音频开启分块处理chunk_length_s30后pipeline 会自动切分长音频、批量推理并拼接结果任意长度的录音都能连续识别还可以返回序列级时间戳用于做纪要分段。from transformers import pipeline pipe pipeline(automatic-speech-recognition, modelopenai/whisper-tiny.en, chunk_length_s30) print(pipe(meeting.wav, return_timestampsTrue)[chunks])模型为Apache-2.0许可权重、分词器、配置都在本仓库中下载后按本地路径加载即可离线推理仓库根目录的 README.md 提供了转录、评测、长音频转写和微调的完整示例。它适合谁不适合谁选型边界 适合的场景移动端/嵌入式实时转写39M 参数在端侧可加载可推理语音数据不必上传云端会议、访谈录音批量转写30 秒分块 时间戳输出纪要生成与章节定位开箱即用领域微调的起点官方实践表明5 小时领域标注数据微调即可显著提升垂直领域准确率tiny 规格微调成本最低。不适合的场景中文等非英语音频本版仅英语多语言需换 whisper-tiny 多语言版高噪声环境other 测试集 WER 接近 clean 的 2 倍医疗、法律等高风险决策场景官方明确不推荐用于此类用途。一句话对比8.44% 的 WER 够用、只转英文就选 tiny.en想要更高精度沿 tiny → base → small 逐级升档即可API 完全一致。技术演进与下一步微调与规格升级路径项目的演进路线在官方发布中已经清晰不用猜规格阶梯tiny 到 large-v2 共五档覆盖 39M–1550M同接口热切换按精度需求选档领域微调5 小时数据微调 tiny 是官方验证过的做法社区已将其用于医疗、法律等术语密集领域多语言扩展同体量的 whisper-tiny多语言版已提供识别 翻译双任务与 .en 版形成专用/通用两条产品线。选型建议英语单语、端侧部署、精度要求中等——用 tiny.en需要多语言或更低的 WER直接升 base.en 或多语言大规格。【免费下载链接】whisper-tiny.en项目地址: https://ai.gitcode.com/hf_mirrors/openai/whisper-tiny.en创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考