Whisper Large V3 Turbo
OpenAI推出的语音识别模型，属于Whisper系列，支持多语言转录，速度快且成本低
时间轴 (近 90 天)
某语音识别模型体积仅164MB，在普通轻薄笔记本上转写一小时音频约20秒，词错率5.21，优于Whisper Large V3 Turbo等主流模型，目前仅支持英文。
项目使用OpenAI Whisper Large V3 Turbo模型进行语音转录，实测转录一句话的费用不到千分之一美分。
Whisper Large V3 Turbo通过将解码器层数从32层减少到4层来提升推理速度，同时保持接近原版的识别精度。
项目使用Whisper Large V3 Turbo模型，将Base64编码的音频数据发送至/audio/transcriptions端点进行转录。
Parakeet Redux 可在CPU上运行，磁盘占用178MB，而对比的 Whisper Large V3 Turbo（Whisper CPP版本）占1.6GB
全部知识事实 (5)
某语音识别模型体积仅164MB，在普通轻薄笔记本上转写一小时音频约20秒，词错率5.21，优于Whisper Large V3 Turbo等主流模型，目前仅支持英文。
50%待验证项目使用OpenAI Whisper Large V3 Turbo模型进行语音转录，实测转录一句话的费用不到千分之一美分。
50%待验证Whisper Large V3 Turbo通过将解码器层数从32层减少到4层来提升推理速度，同时保持接近原版的识别精度。
50%待验证项目使用Whisper Large V3 Turbo模型，将Base64编码的音频数据发送至/audio/transcriptions端点进行转录。
50%待验证Parakeet Redux 可在CPU上运行，磁盘占用178MB，而对比的 Whisper Large V3 Turbo（Whisper CPP版本）占1.6GB
50%