AI 工具
Cactus 发布 Whistle：16.9 MB 的本地语音转文字模型，7 语言、无依赖 CPU 运行
据 Cactus 官方博客（2026-10-02），发布开源语音识别模型 Whistle：单文件 16.9 MB，在 CPU 上无依赖运行，转写 7 种语言，首 token 约 11 ms（随音频长度变化：5 秒 5.9 ms / 10 秒 11.1 ms / 30 秒 36.3 ms），与 Needle 同一 C++ 引擎、可直接接工具调用。官方基准称在 LibriSpeech test-clean/other、SPGISpeech、Earnings-22、FLEURS 上领先，Whisper base 在 TED-LIUM、AMI、MLS 上领先；对比方法为各自官方运行时默认设置。准确率与多语言能力系官方自报、无独立复测。
对 AI 使用者意味着什么
语音转写这种默认「必须上云」的任务，十几 MB 的模型本地就能跑；基准为厂商自报、无第三方复测，发布日距今 7 天（HN 10-08 二次发酵）。
有具体工作流问题？联系咨询。新闻本身免费阅读。