OpenAI 升级 Whisper 语音转录 AI 模型，不牺牲质量速度快 8 倍
IT之家 9 月 24 日消息，据法媒 CowCotLand、Overclocking.com 报道，在这两家的微星深圳工厂行中，微星较为详细地介绍了其即将推出的 MEG Vision X AI 旗舰整机。MEG Vision X AI 此前曾在 2024 台北国际电脑展上亮相，媒体当时关注的焦点是其搭载的 AI HMI 系统：这台整机前面板配备了一块 1080×1920 分辨率触控屏，可...
IT之家 10 月 3 日消息，OpenAI 在 10 月 1 日举办的 DevDay 活动日中，宣布推出了 Whisper large-v3-t bo 语音转录模型，共有 8.09 亿参数，在质量几乎没有下降的情况下，速度比 large-v3 快 8 倍。
Whisper large-v3-t bo 语音转录模型是 large-v3 的优化版本，并且只有 4 层解码器层（Decoder Layers），作为对比 large-v3 共有 32 层。
Whisper large-v3-t bo 语音转录模型共有 8.09 亿参数，比 7.69 亿参数的 medium 模型稍大，不过比 15.5 亿参数的 large 模型小很多。
OpenAI 表示 Whisper large-v3-t bo 的速度比 large 模型快 8 倍，并且所需的 VRAM 为 6GB，而 large 模型需要 10GB。
Whisper large-v3-t bo 语音转录模型大小为 1.6GB，OpenAI 继续根据 MIT 许可证提供 Whisper（包括代码和模型权重）。
IT之家援引 Awni Hannun 结果，在 M2 Ultra 上，将 12 分钟的内容转录为 14 秒。
