「Distil-Whisper：比Whisper快6倍，体积小50%的语音识别模型」
主要优点：
🚀 速度 - Distil-Whisper 的推理速度是 Whisper 的 6 倍。
📦 尺寸 - 模型大小减少了 49%，更适合资源有限的设备。
✔️ 准确性 - 词错误率（WER）与 Whisper 相比只有 1% 的差距。
🔊 抗噪声 - 在嘈杂环境下仍能保持较高的识别准确性。
🚫 减少幻听 - 减少了重复词组的出现，并降低了插入错误率。
🤖 推测性解码 - 作为 Whisper 的辅助模型，推理速度提高了 2 倍。
实验结果：
Distil-Whisper模型在保持原有 Whisper 模型核心功能的基础上，显著提高了处理速度。速度提高了5.8倍，参数减少了51%，并且在零样本迁移设置中对分布外测试数据的WER性能仅下降了1%。
在长音频评估中，Distil-Whisper的表现甚至超过了原始的Whisper模型，这主要是因为它在处理长形音频时产生幻听错误的倾向较低。
此外，Distil-Whisper与Whisper模型共享相同的编码器权重，这意味着它可以作为Whisper的辅助模型，用于推测性解码，从而实现了2倍的推理速度提升，同时确保预测结果与原始模型相同。这使得Distil-Whisper可以作为现有使用Whisper的语音识别管道的即插即用替代品。
由于模型更小，对计算资源的需求也相对较低，这使得它更适合在资源受限的设备上运行，例如在移动设备或边缘计算设备上。这种轻量级的设计也使得 Distil-Whisper 在网络带宽有限或计算能力受限的环境中更为实用。
模型下载：https://huggingface.co/collections/distil-whisper/distil-whisper-models-65411987e6727569748d2eb6
论文：https://arxiv.org/abs/2311.00430
GitHub：https://github.com/huggingface/distil-whisper
Colab：https://colab.research.google.com/github/sanchit-gandhi/notebooks/blob/main/Distil_Whisper_Benchmark.ipynb
- 复制链接
- 举报
