Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
7/11/2026
First Seen
Sources
MOSS-Transcribe-Diarize：0.9B端到端多说话人语音转写模型
twitterlmsysorg7/9/2026
Related Claims
Unverified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% similarUnverifiedWhisper 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% similarUnverified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% similarUnverifiedWhisper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% similarUnverified人耳对跨房间音频同步延迟差的辨别阈值约为30毫秒68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/486966API
curl https://kongchang.com/api/v1/knowledge/claims/486966MCP
get_claim(id=486966)