Whisper 是 OpenAI 推出的开源语音识别模型,凭借出色的多语言支持能力成为行业标杆。根据应用场景对算力和精度的不同需求,官方提供了从 Tiny 到 Large 的多种规格。下面按规模从小到大梳理了所有可用版本及其官方下载地址,并附上选型建议供参考。
Tiny 系列(轻量级)
适合资源受限环境,如移动端或边缘设备。
- tiny.en.pt(英文专用):https://openaipublic.azureedge.net/main/whisper/models/d3dd57d32accea0b295c96e26691aa14d8822fac7d9d27d5dc00b4ca2826dd03/tiny.en.pt
- tiny.pt(多语言通用):https://openaipublic.azureedge.net/main/whisper/models/65147644a518d12f04e32d6f3b26facc3f8dd46e5390956a9424a650c0ce22b9/tiny.pt
Base 系列(基础版)
在体积和性能之间取得初步平衡,适合快速原型开发。
- base.en.pt(英文专用):https://openaipublic.azureedge.net/main/whisper/models/25a8566e1d0c1e2231d1c762132cd20e0f96a85d16145c3a00adf5d1ac670ead/base.en.pt
- base.pt(多语言通用):https://openaipublic.azureedge.net/main/whisper/models/ed3a0b6b1c0edf879ad9b11b1af5a0e6ab5db9205f891f668f8b0e6c6326e34e/base.pt
Small 系列(小型)
兼顾速度与精度,适合常规音频转文字任务。
- small.en.pt(英文专用):https://openaipublic.azureedge.net/main/whisper/models/f953ad0fd29cacd07d5a9eda5624af0f6bcf2258be67c92b79389873d91e0872/small.en.pt
- small.pt(多语言通用):https://openaipublic.azureedge.net/main/whisper/models/9ecf779972d90ba49c06d968637d720dd632c55bbf19d441fb42bf17a411e794/small.pt
Medium 系列(中型)
进一步提升识别准确率,适合实时字幕等场景。
- (英文专用):


