الوصف
Whistle هو نموذج تحويل الكلام إلى نص تم تطويره بواسطة Cactus Compute، متاح على Hugging Face. تم تصميمه للعمل على الهواتف المحمولة، والأجهزة القابلة للارتداء، والروبوتات، وأجهزة المنزل الذكي، وأنظمة السيارات، ووحدات التحكم الدقيقة. النموذج مضغوط، بحجم ملف 16.9 ميجابايت، ويعمل على نفس محرك CPU مثل Needle، مستخدمًا نفس تقنيات الحاويات والتكميم. يقوم Whistle بثلاث وظائف رئيسية: النسخ، توقيت الكلمات، وتضمين الكلام.
قراءة المزيد
تقوم ميزة النسخ بمعالجة صوت أحادي بتردد 16 كيلو هرتز، داعمةً للغات الإنجليزية، والألمانية، والفرنسية، والإسبانية، والإيطالية، والهولندية، والبولندية. يمكنه التعامل مع الصوت بأي طول، حيث يقوم بالنسخ في تمريرة واحدة حتى 30 ثانية والنسخ المقطعي بعد ذلك. يكتشف النموذج اللغة تلقائيًا ما لم يتم تحديدها، ويعيد نصًا فارغًا في حالة الصمت. يمكنه أيضًا نسخ تدفقات الصوت المباشرة، مع الالتزام بالكلمات المتفق عليها من خلال تمريرتين.
تقدم توقيت الكلمات بداية ونهاية واحتمالية لكل كلمة، مما يسمح للتطبيقات بتسليط الضوء، أو البحث، أو القطع بناءً على محاذاة الكلمات. تخرج ميزة تضمين الكلام نتائج الترميز للمطابقة والاسترجاع دون فك تشفير النصوص. يتضمن Whistle تحيز الكلمات الرئيسية، مفضلًا الأسماء، والأماكن، وكلمات المنتجات أثناء عمليات البحث.
تشمل بنية Whistle واجهة أمامية من نوع log-mel، وساق تلافيفية، ومشفر صوتي، مع فك تشفير على شكل Needle باستخدام انتباه متقاطع محكوم. يعيد استخدام حاوية Needle، والتكميم، ونوى SIMD، وذاكرة KV، مما يتيح تكاملًا سلسًا مع الأجهزة التي تعمل بالفعل على Needle. يدعم النموذج أعماق نشر متنوعة، يمكن اختيارها عند تحميله.
تشير المعايير إلى أداء Whistle من حيث معدل خطأ الكلمات، والسرعة، والدقة، مقارنةً بنماذج أخرى مثل Whisper وMoonshine. حزمة Python ورمز المصدر متاحة على GitHub، مما يسهل التكامل والنشر. يعد Whistle مثاليًا للمطورين الذين يبحثون عن حل قوي لتحويل الكلام إلى نص متعدد اللغات لتطبيقات متنوعة.
- الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
- نموذج التسعيرمجاني
- النشرسحابي, استضافة ذاتية
- المنصاتالويب
أبرز ملامح Whistle
النسخ متعدد اللغات
توقيت الكلمات
تضمين الكلام
تحيز الكلمات الرئيسية
واجهة أمامية من نوع log-mel
ساق تلافيفية
انتباه متقاطع محكوم
تكامل سلس مع Needle
البدء مع Whistle
الوصول إلى النموذج: زيارة Hugging Face
المصادقة: إعداد بيانات الاعتماد
إعداد البيئة: تثبيت المتطلبات
التكامل عبر API: استخدام حزمة Python
تحسين: ضبط معلمات النموذج
حالات استخدام Whistle
- النسخ على الهواتف المحمولة
- التكامل مع الأجهزة القابلة للارتداء
- أتمتة المنزل الذكي
- التعرف على الكلام في السيارات
- تطبيقات وحدات التحكم الدقيقة
