懂AI
distil-medium.en

distil-medium.en

高效快速的英语语音识别模型

Distil-Whisper是OpenAI Whisper模型的压缩版，专为英语语音识别优化。该模型速度提升6倍，体积减少49%，性能仅下降1% WER。通过教师-学生蒸馏法在22,000小时多样化音频数据上训练，可直接替代Whisper用于短长音频转录，支持流式处理。

模型开源项目Huggingface模型压缩Distil-Whisper语音识别GithubTransformers推理加速
GitHubHugging Face论文文档

Distil-Whisper中的distil-medium.en项目介绍

项目概述

distil-medium.en是Distil-Whisper项目中的一个模型变体,是对Whisper medium.en模型的蒸馏版本。Distil-Whisper是一个创新性的项目,旨在通过知识蒸馏技术来压缩和加速Whisper模型,同时保持其高性能。

主要特点

distil-medium.en模型具有以下显著特点:

  1. 速度提升:比原始Whisper模型快6倍。
  2. 模型压缩:参数量减少49%。
  3. 性能保持:在分布外评估集上的词错误率(WER)与原模型相差仅1%以内。
  4. 专注英语:目前仅支持英语语音识别。

技术细节

该模型采用了encoder-decoder架构:

  • 编码器部分完全复制自教师模型(Whisper)并在训练中冻结。
  • 解码器仅保留两层,初始化自教师模型的第一层和最后一层。
  • 训练目标是KL散度和伪标签损失的加权和。

使用方法

可以通过Hugging Face Transformers库轻松使用该模型:

  1. 短音频转录:使用pipeline类进行30秒以内音频的转录。
  2. 长音频转录:通过设置chunk_length_s参数启用分块算法,可高效处理长音频。
  3. 推测解码:可作为Whisper的辅助模型,在保证相同输出的同时将速度提高2倍。

此外,还可以在openai-whisper、Whisper.cpp、Transformers.js和Candle等多个框架中使用该模型。

评估与性能

在LibriSpeech验证集上的词错误率为3.59%,接近原始Whisper模型的性能。该模型在多个领域和大量说话人的数据上训练,具有很强的鲁棒性。

应用场景

distil-medium.en适合作为英语语音识别任务中Whisper模型的直接替代,尤其适用于需要高效处理大量音频数据的场景。

未来展望

项目团队正在与社区合作,致力于将Distil-Whisper扩展到更多语言。此外,8位和4位量化版本也在开发中,有望进一步提升模型效率。

编辑推荐精选

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

下拉加载更多