TED-LIUM(TED 演讲长音频)上 Whistle 的词错率为 7.61%,Whisper base 为 官方未发布。
TED 演讲长音频。
| 模型 | WER | 说明 |
|---|---|---|
| Whistle | 7.61% | Cactus 自测,86,174 条 |
| Whisper base | 官方未发布 | OpenAI 公布值 |
| Moonshine tiny v2 | 官方未发布 | 仅英文,无该集数据 |
Whistle 7.61%,Whisper base 更优。
如果你的真实音频接近「TED 演讲长音频」,Whistle 以 16.9 MB 的体积做到 7.61%,多数场景够用。 最稳妥的做法是拿你自己的音频跑一遍,而不是照抄任何人的跑分表。