🎤️ 語音處理MIT

distil-whisper-large-v3

distil-whisper 是 Whisper large-v3 的蒸餾版本，速度快 6 倍，準確率相近，HF 月下載 890 萬次，MIT 授權。

↻資料更新：2026年3月25日

VRAM 計算器

我的 GPU VRAM：
量化等級
Q4_K_M
0.9 GB

部署指南

方法二：llama.cpp

適合進階用戶，支援 CPU 和 GPU 混合推理，可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

規格

參數量756M
最大上下文—
HF 下載量952K/月

模型強項

高效語音辨識快速轉錄高準確度長語音處理資源節省

推薦用途

  • ▸適用於需要快速將長篇音訊內容轉換為文字的應用，例如會議記錄或講座轉錄。
  • ▸適合在資源有限的環境中進行語音辨識，例如行動裝置或嵌入式系統。

標籤

HF 熱門語音辨識MIT推薦高效

部署工具

faster-whisperwhisper.cpp

使用心得

分享你的使用體驗，幫助其他人了解這個模型

0/1000
還沒有評論，成為第一個分享心得的人！