Whisper Base
OpenAI 推出的 Whisper 系列语音识别模型的基础版本，约74M参数、142MB，支持多语言，广泛用于边缘设备语音转写。
时间轴 (近 90 天)
MarkTechPost 发布了一份完整编码指南，对 Cactus Whistle 和 Whisper Base 从词错误率、CPU 推理速度、流式延迟、时间戳、关键词识别以及语音转工具调用六个维度进行了系统性对比。
对于智能家居、车载语音、可穿戴设备这些场景，一个 16.9 MB 的模型能直接跑在端侧，省去网络往返，这是 Whisper Base 难以提供的部署形态。
Whisper Base 依然是通用转写的可靠基准，尤其在多语言、复杂声学环境下；Cactus Whistle 则把语音识别的门槛拉到了一个新的体积量级。
Whisper Base 拥有约 74M 参数，体积约 142 MB。
在 CPU 上，Whistle 能够在普通笔记本甚至嵌入式设备上实现接近实时的转录，而 Whisper Base 在没有 GPU 的情况下更容易出现积压。
Whistle 与 Whisper Base、Moonshine 的性能处于同一量级而非超越，其核心优势在于极致的可移植性。
Whistle 的转录质量接近 Whisper Base 和 Moonshine Tiny V2。
全部知识事实 (7)
MarkTechPost 发布了一份完整编码指南，对 Cactus Whistle 和 Whisper Base 从词错误率、CPU 推理速度、流式延迟、时间戳、关键词识别以及语音转工具调用六个维度进行了系统性对比。
50%待验证对于智能家居、车载语音、可穿戴设备这些场景，一个 16.9 MB 的模型能直接跑在端侧，省去网络往返，这是 Whisper Base 难以提供的部署形态。
50%待验证Whisper Base 依然是通用转写的可靠基准，尤其在多语言、复杂声学环境下；Cactus Whistle 则把语音识别的门槛拉到了一个新的体积量级。
50%待验证Whisper Base 拥有约 74M 参数，体积约 142 MB。
50%待验证在 CPU 上，Whistle 能够在普通笔记本甚至嵌入式设备上实现接近实时的转录，而 Whisper Base 在没有 GPU 的情况下更容易出现积压。
50%待验证Whistle 与 Whisper Base、Moonshine 的性能处于同一量级而非超越，其核心优势在于极致的可移植性。
50%待验证Whistle 的转录质量接近 Whisper Base 和 Moonshine Tiny V2。
50%