MarkTechPost 对 Cactus Compute 的 16.9 MB 语音转文字模型 Whistle 做了 CPU 实测。结果显示，在 LibriSpeech test-other 上，Whistle 领先采用贪心解码的 Whisper base，但对使用 beam search 的 Whisper base 没有显著差距，且音频越长，速度优势越小。
测试在 Apple M4 上以单次运行样本进行，对比对象为 Whisper tiny 和 base，使用相同的音频片段，并采用配对说话人聚类区间与 Holm 校正判断差异；报道中引用的完整数据集分数来自已发布数据，并非实测。Whistle 支持七种语言，可返回词级时间戳和概率。
安装使用 cactus-needle 3.2.0 并固定依赖、关闭匿名遥测；由于相关 Hugging Face 仓库文件会被原地替换，测试将仓库固定到特定修订版本并打印 SHA-256 哈希。
AI 根据报道生成 · 2 小时前更新