Terjemahan mesin · Versi asli bahasa Inggris
Whisper Large-v3 Turbo
Pesta pertama ini. Soniqo dokumen halaman Whisper Large-v3 Turbo dari lokal speech-swift / speech-core implementasi. Hugging Face bundel dihubungkan di bawah ini setelah catatan integrasi.
Mendarat kartu dan menu dokumen sekarang menunjuk di sini pertama; model sumber dan bundel link tetap tersedia dari halaman ini.
Pada sebuah Glance
| Model | Whisper Large-v3 Turbo |
|---|---|
| Peran | General multibahasa speech-to-text |
| Backend | CoreML fp16 pada CPU dan Neural Engine |
| Keluaran | Transkrip teks |
| Bahasa | Whisper multibahasa, tentang bahasa 100 |
| Lisensi | MIT bobot dari OpenAI |
| Status | Siap melalui pidato translate produk --engine berbisik dan WhisperASR Swift |
| Sumber | openai / whisper-large-v3-turbo |
| Produk Swift | WhisperASR |
| CLI / waktu jalan | speech transcribe --engine whisper |
Gunakan
snippet di bawah cermin yang sekarang speech-swift API atau perintah yang terkena repo tersebut.
# Transcribe with the native CoreML Whisper runtime.
.build/release/speech transcribe recording.wav --engine whisper
.build/release/speech transcribe recording.wav --engine whisper --language enTaut Model
Catatan Implementasi
- Pengujian librispek - potongan bersih pada M5 Pro: 1.40% WER, mean RTF 0.089, 6.1 s beban model, 384 Puncak MB RSS - versus 1.53% / 0.085 / 100.2 s / 507 MB untuk WhisperKit langsung menjalankan model yang sama.
- Bundel terbagi menjadi empat model CoreML - mel spectrogram, enkoder audio, pengisi konteks decoder, dan sebuah pengisi teks KV-cached - dengan encoder dan decoder pada Neural Engine.
- Greedy no- timestamp decoding dengan deteksi bahasa otomatis atau petunjuk --language; audio diproses dalam potongan 30 dengan ulang-ulang word guard terhadap halusinasi loop.
- Penanda waktu, suhu menurun, dan pencarian panjang yang dipandu oleh Vad- belum diimplementasikan; --model menerima turbo, large-v3-turbo, atau ID repo Hugging Face apapun.
Butuh panduan keputusan yang fokus? Qwen3-ASR vs Whisper: akurasi, kecepatan, dan memori.
Inferensi lokal lokal
Whisper ASRModel.from Direktori loads dipentaskan penuh Large-v3 CoreML Bundles. 32-layer decoder dapat membangun prefiks tanpa TextDecoderContextComple.mmodel dan rilis per- langkah temporaries. Baku Whisper CLI model tetap Turbo.