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

摘要： 娱乐圈中有大陶红与小陶虹因为她们的名字拼音相同许多人傻傻分不清总是混淆当成一个人所以后来大家都习惯叫大陶红小陶虹来区分但还是有些人搞不清楚那么她俩主要有哪些区别呢大陶红之家月日消息...

娱乐圈中有大陶红与小陶虹，因为她们的名字拼音相同，许多人傻傻分不清，总是混淆当成一个人。所以后来大家都习惯叫大陶红、小陶虹来区分，但还是有些人搞不清楚，那么她俩主要有哪些区别呢？ 大陶红，....

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。