OpenAI 升级 Whisper 语音转录 AI 模型，不牺牲质量速度快 8 倍

摘要： 电视剧凡人歌剧情已经过半这部剧即将大结局了而对于这部剧新的剧情可以说是越来越刺激了因为那伟的弟弟那隽也即将失业了不得不说这真的令人很意外毕竟那隽一直以来...

电视剧《凡人歌》剧情已经过半，这部剧即将大结局了，而对于这部剧新的剧情可以说是越来越刺激了，因为那伟的弟弟那隽也即将失业了，不得不说这真的令人很意外，毕竟那隽一直以来都非常的稳定，比之那伟还要成熟，....

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。