OpenAI语音识别模型迎来了重磅升级！
最新发布的Whisper V3 Turbo模型在速度上实现了惊人的提升，同时还保持了高精度。
来看看V3 Turbo 到底有多强？
速度飙升，精度不减
比Whisper Large快8倍 比Medium版本快4倍 比Small版本快2倍
这种速度提升意味着什么？
简单来说，实时语音转写、同声传译等应用将变得更加流畅和高效。
但速度提升往往伴随着精度下降，Whisper V3 Turbo却做到了鱼和熊掌兼得。
OpenAI表示，新模型在精度上的退化微乎其微。
小身材，大智慧
虽然速度大幅提升，但Whisper V3 Turbo的参数量并不算大：
仅8.09亿参数
相比动辄数千亿参数的大语言模型，这个规模可以说是相当精巧了。
Whisper V3 Turbo在保持高性能的同时，对硬件要求并不苛刻，有望在更多设备上实现本地部署。
多语言全面支持
Whisper系列一直以来就以其强大的多语言能力著称。Whisper V3 Turbo延续了这一传统，提供全面的多语言支持。
无论是英语、中文、日语，还是小语种，Whisper V3 Turbo都能应对自如。能适用于需要处理多语言音频的应用场景。
快速部署，即刻体验
想要亲自体验Whisper V3 Turbo的强大功能吗？
OpenAI已经提供了便捷的部署方式：
1. 安装最新版Truss：
pip install --upgrade trusstruss push --publish3. 调用API进行推理：
import requestsimport os# Model ID for production deploymentmodel_id = ""# Read secrets from environment variablesbaseten_api_key = os.environ["BASETEN_API_KEY"]# Call model endpointresp = requests.post(f"https://model-{model_id}.api.baseten.co/production/predict",headers={"Authorization": f"Api-Key {baseten_api_key}"},json={"url": "https://www2.cs.uic.edu/~i101/SoundFiles/gettysburg10.wav",})print(resp.content.decode("utf-8"))
只需几行代码，你就可以开始探索Whisper V3 Turbo的强大功能了。
部署地址
https://github.com/basetenlabs/truss-examples/tree/main/whisper/whisper-v3-turbo
👇
👇
👇
👇
本文同步自于知识星球《AGI Hunt》
星球实时采集和监控推特、油管、discord、电报等平台的热点AI 内容，并基于数个资讯处理的 AI agent 挑选、审核、翻译、总结到星球中。
每天约监控6000 条消息，可节省约800+ 小时的阅读成本；
每天挖掘出10+ 热门的/新的 github 开源 AI 项目；
每天转译、点评 10+ 热门 arxiv AI 前沿论文。
星球非免费。定价99元/年，0.27元/天。(每+100人，+20元。元老福利~）
一是运行有成本，我希望它能自我闭环，这样才能长期稳定运转；
二是对人的挑选，鱼龙混杂不是我想要的，希望找到关注和热爱 AI 的人。
欢迎你的加入！
