待验证50% 置信事实精确时间
Whisper 提供从 tiny 到 large 多个尺寸，参数量跨度约 3900 万到 15.5 亿，对口音、背景噪声和录音质量差异具有较强鲁棒性，支持语种识别与翻译。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
一个开源管道让讲座同时变文字、摘要、音频与盲文
rss2026/10/18
涉及实体
相关事实
待验证Whisper 提供从 tiny 到 large 的多个规格版本，在准确率与计算资源消耗之间提供不同权衡80% 相似待验证更大的Whisper模型对口音和噪音处理更好，代价是速度和内存消耗。76% 相似待验证Voxtral以30亿参数的文本模型作为主干，通过音频编码器将音频转为连续嵌入直接输入解码器，这与Whisper通过交叉注意力送入解码器的做法不同75% 相似待验证WhisperFlow 实测语音输入速度可达每分钟 123 个词，可在任何能用键盘输入的地方使用，包括邮件、Slack、iMessage、ChatGPT74% 相似待验证Whisper大幅提升了语音转文字的准确率，同时降低了部署门槛74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1059102API
curl https://kongchang.com/api/v1/knowledge/claims/1059102MCP
get_claim(id=1059102)