Jueves 22 de octubre de 2026 ·

Tutorial: Whistle, modelo de voz a texto de 16,9 MB de Cactus Compute, frente a Whisper base en CPU

Relevancia 38 de 100

Útil para Programadores 65%

Cactus Compute presenta Whistle, un modelo de voz a texto de 16,9 MB que funciona en CPU, transcribe siete idiomas y devuelve marcas de tiempo y probabilidades. El tutorial lo compara con Whisper tiny y base en clips de LibriSpeech, en un Apple M4. Según sus pruebas, supera a Whisper base con decodificación greedy en test-other, no muestra diferencia significativa frente a beam search, y su ventaja de velocidad se reduce con clips más largos. También detecta que el motor fijado omite en silencio la parte central de audios de más de 30 segundos.

Qué significa

Quien transcribe audio en equipos sin GPU tiene una opción muy ligera que, en estas pruebas, iguala o supera a Whisper base según el modo de decodificación. Las cifras completas del conjunto de datos son las publicadas por el fabricante, no medidas por los autores.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del jueves 22 de octubre de 2026 ->