01 / UNDERSTAND
仕組みと使いどころ
単一の16.9MBファイルで動作し、16kHzのモノラル音声を端末内で処理する。英語、ドイツ語、フランス語、スペイン語、イタリア語、オランダ語、ポーランド語に対応し、30秒までは一括、それを超える音声は分割して扱う。無音や定常雑音には空の結果を返すが、音楽などを文章として認識する可能性は残る。
02 / IN PRACTICE
Whistleの活用例
たとえば、こんな場面で
ウェアラブル端末で音声を文字化し、単語ごとの時刻を使って録音内の該当箇所を示す用途が考えられる。
03 / GOOD TO KNOW
使うときのポイント
対象言語と入力形式を確認し、常時待機用途では音楽などの非音声を誤って文字化しないか評価する。
参考資料
Cactus-Compute/whistle · Hugging Face （新しいタブで開きます）GitHub - cactus-compute/needle: Automation foundation model for tiny devices: 2-bit, 8-29 MB, tool calls, ASR, structured extraction and embeddings on phones, wearables, smart homes, robots, cars and （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。