Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

苹果新推出的基础模型语音 API 在转录方面超越 Whisper

Posted on 2025-06-20

cleanshot-2025-06-16-at-19-35-41-2x-1750

John Voorhees 在 MacStories 上撰文介绍了他的儿子 Finn 上周在 WWDC 期间编写的一款名为Yap 的新命令行转录工具:

途中,Finn 向我介绍了Apple Speech 框架中一个名为SpeechAnalyzer的新类及其SpeechTranscriber模块。这两个类和模块都是Apple 操作系统测试版的一部分,已于上周在 WWDC 上向开发者发布。当他告诉我他已经测试过 SpeechAnalyzer 和 SpeechTranscriber,并对它们的快速和准确度印象深刻时,我立刻竖起了耳朵。[…]

Yap 的速度最为突出。通过利用设备上的 SpeechAnalyzer 和 SpeechTranscriber,这款命令行工具处理 7GB 视频文件的速度比 MacWhisper 的 Large V3 Turbo 型号快了足足 55%,而且转录质量没有明显差异。

乍一看,0:45 和 1:41 之间的差异似乎微不足道,而且确实如此,但这仅仅是一段 34 分钟视频的结果。如果将 Yap 与使用yt-dlp的 Apple Developer 视频在 YouTube 上发布的时长进行比较,你会发现这可谓是一笔不小的开支。就像所有自动化功能一样,每周多次,每次将一个视频或音频片段的速度提升 55%,效果立竿见影。

苹果的 Foundation Models 无疑将成为今年 WWDC 上的黑马。这对于各种需要转录功能的用例来说都是一个好兆头,比如第三方播客播放器。

★

原文: https://www.macstories.net/stories/hands-on-how-apples-new-speech-apis-outpace-whisper-for-lightning-fast-transcription/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme