实时转写 · 多语言

Whisper Medium

准确度更高的多语言模型，适合重要内容的转写。

多语言 · 2.2× · 833.8 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 Medium 在体积和准确度之间取得了很好的平衡。它比轻量模型明显更准，又不像最大的模型那样吃资源，适合多语言用户处理会议、访谈等比较重要的录音。

你可以用它做什么

准确度比小型版本明显提升。
支持多种语言，还能把语音翻译成英语。
适合会议、访谈等较重要的场景。

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-medium:fp16`	1.4 GB	fp16	打开 .oasr
`whisper-medium:q8`默认	833.8 MB	q8_0	打开 .oasr
`whisper-medium:q4`	497.8 MB	q4_k	打开 .oasr

模型详细信息

大小833.8 MB

速度2.2× 倍实时

语言Multilingual

系列whisper

来源openai

发布时间2022-09-21

峰值内存2 GB

量化方式q8_0

许可证Apache-2.0

HF 仓库OpenASR/whisper-medium

版本号97d3c2087b6cfb4936b98df9144bd1cd08bb2b4f

sha2565e663d322bcaa5743c3e4b3dac680f0b6c79f87edb9d7f1b9147a09329278c37

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-medium:q8
↓ whisper-medium.oasr  833.8 MB  ✓ verified sha256
$ openasr transcribe meeting.wav --backend native --model-pack ~/.openasr/models/whisper-medium/q8_0/whisper-medium-q8_0.oasr
✓ local transcript · 0 bytes sent

bash · 启动本地服务

$ openasr serve --backend native --model-pack ~/.openasr/models/whisper-medium/q8_0/whisper-medium-q8_0.oasr --addr 127.0.0.1:8080
▶ http://127.0.0.1:8080 · model=whisper-medium · 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-medium", file=audio)