待验证50% 置信事实精确时间

原版 Whisper 的单次处理窗口仅为 30 秒，需要通过滑动窗口拼接处理长音频

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

MOSS-Transcribe-Diarize：0.9B端到端多说话人语音转写模型

twitterlmsysorg2026/7/9

相关事实

待验证在 M1 芯片上运行 Whisper base 模型的转录速度可达音频时长的 10-15 倍，即 1 分钟音频仅需 4-6 秒完成转录77% 相似待验证Whisper small模型在现代笔记本电脑的CPU上处理一段10分钟音频通常只需1-3分钟76% 相似待验证余音标称30秒以上需在安静环境下测量，实际使用中环境噪音会掩盖尾音，且余音长短受敲击力度和钵的放置方式影响，不宜将余音秒数作为唯一品质判据69% 相似待验证Whisper的语音识别模型只能处理16kHz采样率的单声道PCM浮点数据格式的原始音频波形68% 相似待验证人耳对跨房间音频同步延迟差的辨别阈值约为30毫秒68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/486966

API

curl https://kongchang.com/api/v1/knowledge/claims/486966

MCP

get_claim(id=486966)