[KongchangAI]
Unverified50% confidenceFactExact time

Whisper将输入音频重采样为16kHz，通过25ms窗口、10ms步进的STFT生成频谱，再经80个梅尔滤波器组转换为80维特征向量序列

1
Sources
50%
Confidence
Long-term
Relevance
8/26/2026
First Seen

Sources

VoiceGecko：完全本地运行的开源语音转文字工具

Related Entities

Whispermodel

Related Claims

UnverifiedWhisper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78% similarUnverified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73% similar

Cite This Claim

Stable URI
https://kongchang.com/claim/802487
API
curl https://kongchang.com/api/v1/knowledge/claims/802487
MCP
get_claim(id=802487)