比Whisper快6倍，体积小50%的语音识别模型：Distil-Whisper

Distil-Whisper：比Whisper快6倍，体积小50%的语音识别模型。它在Whisper核心功能的基础上进行了优化和简化，速度提高了6倍。主要优点包括速度、尺寸、准确性、抗噪声、减少幻听和推测性解码。该模型使用了伪标签方法和知识蒸馏，参数减少了51%。实验结果显示，Distil-Whisper在处理速度和准确性方面都有显著提升。评论中的一些关键亮点包括该模型适用于移动设备、对长音频的处理效果更好以及与Whisper模型的兼容性。

评论中的一些亮点包括：1）Distil-Whisper是否能与fast-whisper相媲美；2）期待该模型可以部署在移动设备上；3）该模型支持几种语言；4）Distil-Whisper在处理长音频时表现更好；5）Distil-Whisper可以作为Whisper模型的替代品使用。

git：

https://github.com/huggingface/distil-whisper

论文：

https://arxiv.org/abs/2311.00430

来源：https://mp.weixin.qq.com/s/O07ueDXPmrE987Sh8AwItg