Maskinoversættelse · Engelsk original
Whisper Large-v3 Turbo
Denne første part Soniqo side dokumenter Whisper Large-v3 Turbo fra den lokale speech-swift / speech-core implementering. Hugging Face bundter er knyttet nedenfor efter integration noter.
Landingskort og docs menuer peger nu her først; kildemodel og bundlink er stadig tilgængelige fra denne side.
På en Glance
| Model | Whisper Large-v3 Turbo |
|---|---|
| Rolle | Generelt flersproget speech- to- tekst |
| Backend | CoreML fp16 på CPU og Neural Engine |
| Output | Tekstudskrift |
| Sprog | Whisper flersproget sæt, om 100 sprog |
| Licens | MIT vægte fra OpenAI |
| Status | Klar gennem tale transcribe --engine hvisken og whisperASR Swift produkt |
| Kilde | openai / whisper-large-v3-turbo |
| Swift produkt | WhisperASR |
| CLI / runtime | speech transcribe --engine whisper |
Anvendelse
Snuppet nedenfor afspejler den aktuelle speech-swift API eller kommando udsat af 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 enModel Links
Gennemførelsesnoter
- LibriSpeech test- ren skive på en M5 Pro: 1.40% WER, middel RTF 0.089, 6.1 s modelbelastning 384 MB peak RSS - versus 1.53% / 0.085 / 100.2 s / 507 MB for en direkte WhisperKit køre af samme model.
- Belt deler sig i fire CoreML modeller - mel spektrogram, lyd encoder, dekoder kontekst prefill, og en KV-cached tekst dekoder - med encoder og dekoder på Neural Engine.
- Greedy no- tidsstempel dekodning med automatisk sprog detektering eller en --language hint; lyd er behandlet i 30 's stykker med en repetered- word guard mod grådige hallucinationer loops.
- Word tidsstempler, temperatur fallback, og VAD-guidede lang- form søgning er ikke gennemført endnu; --model accepterer turbo, large-v3-turbo, eller nogen Hugging Face repo ID.
Har du brug for en fokuseret beslutningsvejledning? Se Qwen3-ASR vs Whisper: nøjagtighed, hastighed og hukommelse.
Lokal indfødt inferens
Whisper ASRModel.fromDirectory ladninger iscenesat fuld Large-v3 CoreML bundter. 32- layer dekoder kan bygge sin præfiks uden TextDecoderContextPrepill.mlmodelc og frigiver per- step temporaries. Standard Whisper CLI model forbliver Turbo.