【ITBEAR】在近日举办的DevDay活动日中，科技巨头OpenAI宣布推出全新的语音转录模型——Whisper large-v3-turbo。该模型拥有8.09亿参数，以其卓越的性能和速度引起了业界的广泛关注。
作为large-v3的优化版，Whisper large-v3-turbo在保持高质量转录的同时，实现了速度的大幅提升，比原版large-v3快8倍。新模型仅包含4层解码器层，相较于large-v3的32层，结构更为精简。
Whisper large-v3-turbo在参数规模上也有所调整，略大于7.69亿参数的medium模型，但远小于15.5亿参数的large模型，实现了性能与效率的平衡。同时，新模型所需的VRAM降低至6GB，相较于large模型的10GB，进一步减轻了硬件负担。
OpenAI表示，新模型的大小仅为1.6GB，便于用户下载和使用。同时，公司将继续遵循MIT许可证，提供包括代码和模型权重在内的Whisper资源，以支持开发者社区的创新和发展。
据Awni Hannun的测试结果显示，在M2 Ultra平台上，使用Whisper large-v3-turbo将12分钟的内容转录仅需14秒，展现了其强大的实时转录能力。
感兴趣的用户可以通过GitHub、Hugging Face等平台获取模型并在线体验其卓越性能。
