Strojový překlad · Anglický originál
Whisper Large-v3 Turbo
Tato první strana Soniqo stránka dokumenty Whisper Large-v3 Turbo z místní speech-swift / speech-core implementace. Hugging Face balíky jsou spojeny níže po integraci poznámky.
Interní stránka
Přistávací karty a docs menu nyní ukázat zde první; zdrojový model a svazky odkazy zůstávají k dispozici z této stránky.
V Glance
| Vzor | Whisper Large-v3 Turbo |
|---|---|
| Úloha | Všeobecná vícejazyčná slova-to- text |
| Backend | CoreML fp16 na CPU a Neural Engine |
| Výstup | Textový přepis |
| Jazyky | Whisper vícejazyčný soubor, o 100 jazycích |
| Licence | MIT závaží OpenAI |
| Stav | Připravený přes přepis řeči --engine šepot a produkt WhisperASR Swift |
| Zdroj | openai / whisper-large-v3-turbo |
| Swift produkt | WhisperASR |
| CLI / runtime | speech transcribe --engine whisper |
Použití
Snippet níže odráží aktuální speech-swift API nebo příkaz vystavený repo.
# Transcribe with the native CoreML Whisper runtime.
.build/release/speech transcribe recording.wav --engine whisper
.build/release/speech transcribe recording.wav --engine whisper --language enModelové odkazy
Poznámky k provádění
- LibriSpeech test - čistý plátek na M5 Pro: 1.40% WER, střední RTF 0.089, 6.1 s zatížení modelu, 384 Vrchol MB RSS - versus 1.53% / 0.085 / 100.2 s / 507 MB pro přímý WhisperKit běh stejného modelu.
- Svazek se rozdělí do čtyř modelů CoreML - mel spektrogram, audio enkodér, dekodér kontextový předvyplnění, a KV- cached text dekodér - s enkodér a dekodér na Neural Engine.
- Greedy no- timestamp dekódování s automatickou detekcí jazyka nebo --language náznak; zvuk je zpracováván v 30 s kousky s opakovaných-slovo stráž proti chamtivé halucinace smyčky.
- Slovní časová razítka, teplotní pády a hledání dlouhotrvající formy s vodítkem VAD- nejsou dosud implementovány; --model přijímá turbo, large-v3-turbo, nebo jakékoliv Hugging Face repo ID.
Související pokyny
Potřebujete cílenou radu pro rozhodování? Qwen3-ASR vs Whisper: přesnost, rychlost a paměť.
Místní rodný odvod
Whisper ASRModel.From Directory zatížení zinscenoval plné Large-v3 CoreML svazků. 32- dekodér může vytvořit svou předčíslí bez TextDecoderContextPrefill.mlmodelc a uvolní per- step temporaries. Výchozí Whisper CLI model zůstává Turbo.