实时转写 · 多语言

Whisper Base

小巧的多语言 Whisper 模型，适合日常本地转写。

多语言 · 14.8× · 102.8 MB

在 OpenASR 桌面应用中安装

会打开桌面应用，并自动为你下载这个模型。

还没有桌面应用？下载 OpenASR 桌面应用

本机转写在这台电脑上处理

interview.m4a12:04

我们先对一下这周的发布节奏，

beta 版本可以安排在周五，

然后同步给 design 和 QA，

为什么适合你

Whisper Base 是比 Tiny 更靠谱的多语言入门选择，74M 参数，体积依然小巧。适合需要基本多语言能力、又不想占太多资源的日常使用。

你可以用它做什么

小巧的多语言 Whisper，日常转写绰绰有余。
74M 参数，比 Tiny 准确率明显更高。
适合日常录音和短音频的快速转写。

其他模型

开发者详情 CLI 命令、文件哈希和不同量化版本，适合自动化脚本与完整性校验。

按量化版本下载

拉取命令	大小	量化
`whisper-base:fp16`	142.2 MB	fp16	打开 .oasr
`whisper-base:q8`默认	102.8 MB	q8_0	打开 .oasr
`whisper-base:q4`	81.8 MB	q4_k	打开 .oasr

模型详细信息

大小102.8 MB

速度14.8× 倍实时

语言Multilingual

系列whisper

来源openai

发布时间2022-09-21

峰值内存386.1 MB

量化方式q8_0

许可证Apache-2.0

HF 仓库OpenASR/whisper-base

版本号fdd4c60003a34168e14dd74e2f17e2adb8c70ce8

sha25686a565a224ed9111e6477590b01632caea90502b1bca5350c50d80384f31f742

下载 .oasr CLI 命令参考 →

使用方式

以下是 CLI／本地服务端示例。桌面应用无需输入任何命令即可运行此模型——用上方的“安装”即可。

bash · 转写文件

$ openasr pull whisper-base:q8
↓ whisper-base.oasr  102.8 MB  ✓ verified sha256
$ openasr transcribe meeting.wav --backend native --model-pack ~/.openasr/models/whisper-base/q8_0/whisper-base-q8_0.oasr
✓ local transcript · 0 bytes sent

bash · 启动本地服务

$ openasr serve --backend native --model-pack ~/.openasr/models/whisper-base/q8_0/whisper-base-q8_0.oasr --addr 127.0.0.1:8080
▶ http://127.0.0.1:8080 · model=whisper-base · 0 bytes will leave this host

python · client.py

from openai import OpenAI
client = OpenAI(base_url="http://127.0.0.1:8080/v1", api_key="local")
audio = open("meeting.wav", "rb")
text = client.audio.transcriptions.create(model="whisper-base", file=audio)