Cactus 发布 16.9MB 端侧语音识别模型 Whistle

Cactus Compute 发布端侧语音识别模型 Whistle，整个模型是单个 16.9 MB 文件，在 CPU 上无依赖运行，面向手机、可穿戴设备、机器人、智能家居、汽车和微控制器。据 Cactus 称，首次按下时下载该模型，音频不离开用户设备；首 token 延迟 11 ms，支持英语、德语、法语、西班牙语、意大利语、荷兰语和波兰语七种语言。 使用条件按场景区分：16 kHz WAV 或原始采样只需基础安装；其他采样率和麦克风采集需要额外安装 [mic] 组件，该组件会引入 soxr 和 sounddevice。Whistle 与 Needle 共用同一 C++ 引擎、同一容器和同一量化方式。 MarkTechPost 在 Apple M4 的 CPU 上，用 LibriSpeech 的前 100 条 test-other 和 60 条 test-clean 音频，将 Whistle 与 Whisper tiny、base 对比 WER、速度、流式与工具调用。该文称数据为单次运行样本，Whisper 完整测试集数字为引用而非实测；配对子集说话人少，区间为近似值；Whistle 单条音频耗时在两个子集间相差近三倍，无法用音频长度解释，因此比值应视为近似；流式拼接为人工构造，只验证机制而非真实对话。

AI 根据报道生成 · 57 分钟前更新

1. 10月22日 12:17 · 1 篇报道
   实测 Cactus Whistle 语音模型与 Whisper 对比
   RadarAI：Whistle 语音识别实测：16.9 MB CPU 模型与 Whisper base 的 WER、速度、流式与工具调用对比
2. 10月9日 00:59 · 1 篇报道
   Cactus 发布 16.9MB 端侧语音识别模型 Whistle
   Hacker News：Cactus Compute 发布 16.9 MB 语音识别模型 Whistle

还没有足够的连续观测数据，暂不绘制趋势。