OpenAI Whisper
OpenAI开发的开源语音识别模型，支持多语言语音转文字（STT），可本地部署或通过API调用，以准确率高和多语言支持著称
核心事实
时间轴 (近 90 天)
whisper.cpp是OpenAI Whisper模型的C/C++移植版，可在普通CPU上运行且内存占用低，社区提供了Node.js绑定（如nodejs-whisper）。
Whisper 原始研究描述了在 68 万小时多语言多任务监督数据上的训练，并报告了跨基准的强零样本迁移能力。
ASR代表模型包括OpenAI Whisper、Google Speech-to-Text
ASR主流方案包括OpenAI Whisper、阿里云语音识别等云端API，TTS国内常见方案有讯飞、微软Azure及各大云厂商的语音合成服务
OpenAI Whisper、Google的USM和Meta的MMS等多语言语音识别模型降低了多语言混合场景下的语音转文字技术门槛
Muse VoiceTranscribe定价每小时0.18美元，支持超过70种语言，据称低于OpenAI Whisper API和ElevenLabs等竞争对手
全部知识事实 (6)
Whisper的量化版本（如whisper.cpp、faster-whisper）可以在消费级CPU上实时运行语音识别
65%待验证whisper.cpp是OpenAI Whisper模型的C/C++移植版，可在普通CPU上运行且内存占用低，社区提供了Node.js绑定（如nodejs-whisper）。
50%待验证Whisper 原始研究描述了在 68 万小时多语言多任务监督数据上的训练，并报告了跨基准的强零样本迁移能力。
50%待验证ASR代表模型包括OpenAI Whisper、Google Speech-to-Text
50%待验证ASR主流方案包括OpenAI Whisper、阿里云语音识别等云端API，TTS国内常见方案有讯飞、微软Azure及各大云厂商的语音合成服务
50%待验证OpenAI Whisper、Google的USM和Meta的MMS等多语言语音识别模型降低了多语言混合场景下的语音转文字技术门槛
50%