참고팁Reddit
경량 음성 인식 모델 'Whistle' 공개... Whisper 대비 9배 작은 용량
16.9MB 크기로 Whisper base 성능을 상회하는 ASR 모델. 엣지 및 온디바이스 환경 최적화 시 즉시 활용 가능.
요약
Cactus Compute에서 저사양 기기 구동에 최적화된 소형 음성 인식(ASR) 모델 'Whistle'을 공개했다. Whistle은 16.9MB 크기의 55M 파라미터(활성 36M) 모델로, 기존 Whisper base 모델 대비 파일 크기는 9배 작고 속도는 6배 빠르다. 성능은 LibriSpeech test-clean 기준 4.31 WER, test-other 기준 10.49 WER을 기록하여 Whisper base를 상회한다. 영어, 독일어, 프랑스어, 스페인어, 이탈리아어, 네덜란드어, 폴란드어 등 7개 언어를 지원한다. 해당 모델은 스마트폰, 웨어러블, 마이크로컨트롤러와 같은 저전력 및 소형 디바이스 환경에서 효율적인 음성 처리를 구현하는 데 초점을 맞췄다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 Whistle: speech to text in a 16.9MB file
원문 보기 ↗