← Дайджест от 8 октября 2026
Модели
2 источникаHN 559
2 источникаHN 559Cactus Compute выпустила Whistle — распознавание речи в 16,9 МБ на телефоне
Cactus Compute выпустила Whistle — модель распознавания речи размером 16,9 МБ. Для сравнения: обычные модели того же класса занимают сотни мегабайт и выше, поэтому их держат на сервере.
Маленький размер нужен ради запуска прямо на телефоне: звук не уходит в облако, задержки нет, платить за запросы не нужно. Разработчики описывают, как ужали архитектуру и словарь без обвала качества на коротких командах.
В обсуждении на Hacker News спорят, где проходит граница применимости: на диктовке и голосовых командах модель держится, на длинной слитной речи с шумом и акцентами уступает крупным.
Что говорят
INTPenisHacker News
Проблема распознавания речи никогда не была в размере бинарника. У меня проблема — понять 84-летнего отца-хорвата с опущенным после инсульта уголком рта, когда он диктует автобиографию. На прошлой неделе настроил ему диктовку в Windows: страницу он теперь пишет за 10 минут вместо нескольких дней, но каждый звук, который он издаёт ртом, тоже попадает в текст.
tecleandorHacker News
С испанским плохо — выдаёт несуществующие слова и жуткие опечатки. А английский работает нормально даже с моим испанским акцентом.
saturn8601Hacker News
По первым тестам ощущается как ужасная диктовка на iPhone — единственное, что я в нём по-настоящему ненавижу. Пробовал приложения, которые встраиваются в клавиатуру, — всегда выходило плохо.