【打破Whisper垄断:本地语音转文字终于有了全能底座】开发者CJ Pais正式发布了开源库transcribe.cpp,这不仅是一个性能更强的whisper.cpp平替,更是一个集成了16种模型家族、支持60多个SOTA模型的推理引擎。它基于GGML构建,原生支持Vulkan、Metal和CUDA硬件加速,并提供Python、Rust、JS等主流语言绑定。这意味着开发者不再需要在慢如蜗牛的CPU推理和复杂的架构适配之间艰难二选一。这件事的重要性在于它填补了本地AI应用分发中最关键的一环。目前用户对系统自带语音输入的隐私风险(如Apple听写会上传联系人和位置数据)感知度正在提升,而transcribe.cpp的出现让“完全断网、毫秒级响应”的高精度转录变得触手可及。它通过了严苛的字错率WER测试,确保本地推理精度不输原版。这种工具的意义在于把AI从昂贵的云端和显存黑洞中拉出来,下放到旧手机或普通笔记本上,让隐私和效率不再是单选题。当底层推理引擎变得足够轻量且标准时,真正好用的本地化AI助手才可能大规模爆发。 GitHub: github.com/handy-computer/transcribe.cpp
发布于 北京
