返回模型目录
语音识别

Whisper tiny

Whisper tiny多语言语音识别档,支持语音转写与翻译到英语。

最后核实:

https://github.com/openai/whisper

特点与限制

主要特点

  • 约39M参数
  • 多语言识别及翻译到英语
  • 30秒音频片段可按官方分块流程处理长音频

使用边界

  • 长音频需分块;30秒音频窗口不是token上下文。
  • 识别表现需按目标语言和音频验证;本站未复现WER。

模型信息

家族与版本
Whisper / tiny
输入与输出
音频 → 文本
公开参数规模
0.039B(以以下来源口径为准)
激活 / 有效参数
未提供 / 未提供
参数口径
OpenAI Whisper仓库模型表列39M参数,换算为0.039B;不是权重文件体积。 参数来源
原生上下文
不适用
扩展上下文
不适用
语言声明
多语言(含中文;仓库另有英语专用档);语言支持不代表对应语言的评测水平。
权重许可
MIT
代码许可
MIT
训练资料
OpenAI仓库说明其以约680,000小时弱标注语音训练;未给出完整逐样本可复核的训练语料清单。

能力依据

模型变体:专用版;家族与版本:Whisper / tiny

语音识别 仅官方依据

Whisper原论文附录D.249.6%官方报告 · 印度尼西亚语
Whisper原论文附录D.2.252.4%官方报告 · 中文
Whisper原论文附录D.2.451.7%官方报告 · 印度尼西亚语
查看评估与来源收起补充信息

可作为多语言语音转写候选:OpenAI原论文报告了该档在Common Voice 9印尼语、中文及FLEURS印尼语上的零样本成绩。中文数值按论文预处理说明应读作CER;公开数据只支持这些语种和测试集,不代表目标音频或部署表现。

已有依据支持
  • 原论文直接列出多语言Whisper tiny型号结果,没有借用英语专用版或蒸馏版。
  • 同一论文同时给出Common Voice 9与FLEURS印尼语成绩,以及中文字符错误率参考。
证据限制
  • 目前只有模型发布方原论文报告,未找到相同型号及条件的独立复测。
  • 论文表格未完整说明revision、解码配置和精确split;不同音频分布需重新测试。
  • Common Voice 9中文表头标作WER,但附录C说明中文按字符分隔,故值等效CER,不能与普通WER直接比较。

Whisper原论文附录D.2 · 49.6%官方报告 · OpenAI(论文作者及模型发布方)

WER · 越低越好 · 印度尼西亚语 · 摘要引用

展开评测条件与来源
模型标识 / 修订
Whisper tiny(多语言版) / 未提供
思考模式
不适用
量化 / 运行时
未提供 / 未提供
数据集 / 划分
Common Voice 9 / 未提供
基准 / 报告版本
OpenAI Whisper论文 Table 11(Common Voice 9)
Few-shot / 输出上限
0 / 未提供 tokens
提示模板 / 设置
未提供;论文报告的多语言Whisper tiny 零样本结果;附录未完整列明此行的模型revision、解码参数和评测split标识。
评测日期 / 核实日期
未提供 / 2026-10-02
来源
https://cdn.openai.com/papers/whisper.pdf
来源使用说明
引用来源;许可:未提供;仅记录论文中的少量型号成绩并链接原始论文;不复制论文表格、音频或基准数据,引用不更改论文或数据集许可。 查看说明
比较状态
不可比:来源未披露足以复现和统一对齐的完整模型revision及推理配置;该结果仅记录原报告口径,不加入跨型号比较组。

Whisper原论文附录D.2.2 · 52.4%官方报告 · OpenAI(论文作者及模型发布方)

CER(论文表头写WER;按附录C口径等效字符错误率) · 越低越好 · 中文 · 摘要引用

展开评测条件与来源
模型标识 / 修订
Whisper tiny(多语言版) / 未提供
思考模式
不适用
量化 / 运行时
未提供 / 未提供
数据集 / 划分
Common Voice 9 / 未提供
基准 / 报告版本
OpenAI Whisper论文 Table 11(Common Voice 9)
Few-shot / 输出上限
0 / 未提供 tokens
提示模板 / 设置
未提供;论文表格以WER标题列值;附录C说明中文等无空格语言会在字符间加空格,因此该值实为等效CER。多语言Whisper tiny 零样本;revision、解码参数及split标识未完整列明。
评测日期 / 核实日期
未提供 / 2026-10-02
来源
https://cdn.openai.com/papers/whisper.pdf
来源使用说明
引用来源;许可:未提供;仅记录论文中的少量型号成绩并链接原始论文;不复制论文表格、音频或基准数据,引用不更改论文或数据集许可。 查看说明
比较状态
不可比:来源未披露足以复现和统一对齐的完整模型revision及推理配置;该结果仅记录原报告口径,不加入跨型号比较组。

Whisper原论文附录D.2.4 · 51.7%官方报告 · OpenAI(论文作者及模型发布方)

WER · 越低越好 · 印度尼西亚语 · 摘要引用

展开评测条件与来源
模型标识 / 修订
Whisper tiny(多语言版) / 未提供
思考模式
不适用
量化 / 运行时
未提供 / 未提供
数据集 / 划分
FLEURS / 未提供
基准 / 报告版本
OpenAI Whisper论文 Table 13(FLEURS)
Few-shot / 输出上限
0 / 未提供 tokens
提示模板 / 设置
未提供;论文报告的多语言Whisper tiny 零样本结果;附录未完整列明此行的模型revision、解码参数和评测split标识。
评测日期 / 核实日期
未提供 / 2026-10-02
来源
https://cdn.openai.com/papers/whisper.pdf
来源使用说明
引用来源;许可:未提供;仅记录论文中的少量型号成绩并链接原始论文;不复制论文表格、音频或基准数据,引用不更改论文或数据集许可。 查看说明
比较状态
不可比:来源未披露足以复现和统一对齐的完整模型revision及推理配置;该结果仅记录原报告口径,不加入跨型号比较组。

运行条件与获取

OpenAI Whisper

系统支持未提供 · OpenAI Whisper checkpoint · 未指定量化

官方支持;本站尚未进行推理验证。

硬件:未核实。本站未实测;内存、显存和速度取决于精度、输入、运行时与硬件,不从参数量或文件体积推算资源保证。

内存:未核实;显存:未核实。

依赖:openai-whisper、ffmpeg。

STEP 01 准备运行环境

安装OpenAI Whisper包并准备ffmpeg;按设备安装兼容的PyTorch。

python -m pip install -U openai-whisper

STEP 02 加载模型

使用 whisper.load_model('tiny') 加载,并调用transcribe处理音频。

查看官方模型资料