Distil-Whisper 项目推荐

Distil-Whisper 项目推荐

【免费下载链接】distil-whisper Distilled variant of Whisper for speech recognition. 6x faster, 50% smaller, within 1% word error rate. 项目地址: https://gitcode.com/gh_mirrors/di/distil-whisper

1. 项目基础介绍和主要编程语言

Distil-Whisper 是由 Hugging Face 开发的一个开源项目，旨在提供一个经过蒸馏的 Whisper 模型版本。该项目的主要编程语言是 Python，并且依赖于 Hugging Face 的 Transformers 库。Distil-Whisper 通过知识蒸馏技术，将 Whisper 模型的速度提升了 6 倍，同时模型大小减少了 50%，并且在单词错误率（WER）方面仅比原模型高出 1%。

2. 项目的核心功能

Distil-Whisper 的核心功能包括：

• 语音识别：提供高效的语音转文本功能，适用于短音频和长音频的转录。
• 模型蒸馏：通过知识蒸馏技术，显著提升模型的推理速度和减少模型大小，同时保持较高的识别准确率。
• 兼容性：与现有的 Whisper 库兼容，可以直接替换 Whisper 模型以获得更高的性能。

3. 项目最近更新的功能

最近更新的功能包括：

• distil-large-v3 模型发布：最新的 distil-large-v3 模型在性能上超越了 distil-large-v2 模型，支持更好的顺序长音频生成，并且在架构上没有变化。
• 支持顺序长音频转录：distil-large-v3 模型特别设计用于兼容 OpenAI 的顺序长音频转录算法，提供更准确的转录结果。
• 支持 Flash Attention 和 Torch SDPA：通过集成 Flash Attention 和 Torch Scale-Product-Attention（SDPA），进一步提升了模型的推理速度和内存效率。

通过这些更新，Distil-Whisper 不仅在性能上有所提升，还增强了其在实际应用中的适用性和灵活性。

【免费下载链接】distil-whisper Distilled variant of Whisper for speech recognition. 6x faster, 50% smaller, within 1% word error rate. 项目地址: https://gitcode.com/gh_mirrors/di/distil-whisper