OpenAI 升级 Whisper 语音转录 AI 模型，不牺牲质量速度快 8 倍

摘要： 说到国产悬疑剧这几年可谓呈现喷涌式爆发无论是古装还是现代剧都不缺爆款尤其是现代剧白夜追凶沉默的真相堪称同类剧集天花板这几年都很少有作品能超越而古装剧方面这几年表现不错的要数之家月日...

说到国产悬疑剧，这几年可谓呈现喷涌式爆发，无论是古装还是现代剧，都不缺爆款。尤其是现代剧，《白夜追凶》《沉默的真相》，堪称同类剧集天花板，这几年都很少有作品能超越。而古装剧方面，这几年表现不错的要数....

IT之家 10 月 3 日消息，OpenAI 在 10 月 1 日举办的 DevDay 活动日中，宣布推出了 Whisper large-v3-t bo 语音转录模型，共有 8.09 亿参数，在质量几乎没有下降的情况下，速度比 large-v3 快 8 倍。

Whisper large-v3-t bo 语音转录模型是 large-v3 的优化版本，并且只有 4 层解码器层（Decoder Layers），作为对比 large-v3 共有 32 层。

Whisper large-v3-t bo 语音转录模型共有 8.09 亿参数，比 7.69 亿参数的 medium 模型稍大，不过比 15.5 亿参数的 large 模型小很多。

OpenAI 表示 Whisper large-v3-t bo 的速度比 large 模型快 8 倍，并且所需的 VRAM 为 6GB，而 large 模型需要 10GB。

Whisper large-v3-t bo 语音转录模型大小为 1.6GB，OpenAI 继续根据 MIT 许可证提供 Whisper（包括代码和模型权重）。

IT之家援引 Awni Hannun 结果，在 M2 Ultra 上，将 12 分钟的内容转录为 14 秒。