# faster-whisper 实测数据（可复算）

## 环境
- 机型：Apple M4（arm64）
- Python：3.9.6
- faster-whisper：1.2.1 / ctranslate2：4.7.2
- ffmpeg：N-124568（tessus 构建）
- 测试音频：`assets/ref_zh_16k.wav`（中文 TTS，Ting-Ting 声音，时长 28.49s，16kHz 单声道）

## 参考原文（Ground Truth）
> 大家好，今天我们来聊一聊人工智能。人工智能这个词听起来很高级，其实它就在我们身边。手机里的语音助手，推荐系统，还有自动驾驶，都用到了人工智能技术。过去的几年，中国在人工智能领域发展得非常快，许多公司都在研发自己的大模型。我们相信，未来人工智能会像水和电一样，成为我们生活中不可或缺的一部分。

## 实测结果

### base 模型（device=cpu, compute=int8, beam_size=5）
- 模型加载耗时：**0.95s**（已缓存；首载含下载更久）
- 转写耗时：**1.39s**（28.49s 音频）
- 识别语言：zh（prob 1.00）
- 转写结果（逐字比对）：
  > 大家好,今天我們來聊一聊人工智能,人工智能這個詞聽起來很高級,其實他就在我們身邊,手機裡的語音助手,推薦系統,還有自動駕駛,都用到了人工智能技術,過去的幾年,中國在人工智能領域發展的非常快,許多公司都在研發自己的大模型,我們相信,未來人工智能會像水和電一樣,成為我們生活中不可獲缺的一部分。
  与原文语义完全一致（body 文本逐字正确，仅输出为繁体/标点为半角，属 TTS 语音特征，不影响正确性）。1 处可议：末句「不可或缺」识别为「不可獲缺」，「或」→「獲」为同音误识。

### tiny 模型（device=cpu, compute=int8, beam_size=5）
- 模型加载耗时：**15.24s**（含首次下载模型）
- 转写耗时：**0.87s**
- 识别语言：zh（prob 1.00）
- 转写结果（逐字比对）：
  > 大家好,今天我們來聊一聊人工智能,人工智能這個詞聽起來很高級,其實他就在我們身邊,手機裡的語音助手,推薦系統,還有自動駕駛,都用到了人工智能技術,過去的幾年,中國在人工智能領域發展的非常快,許多公司都在研發自己的大模型,我們相信,未來人工智能會向水和電影一樣,成為我們生活中不可獲缺的一部分。
  与原文差异 2 处：「像水和电」→「向水和电影」、「不可或缺」→「不可獲缺」。

### small 模型（device=cpu, compute=int8, beam_size=5）
- 模型加载耗时：**1.42s**
- 转写耗时：**3.72s**（三档里最准）
- 识别语言：zh（prob 1.00）
- 转写结果（逐字比对）：
  > 大家好,今天我们来聊一聊人工智能。人工智能这个词听起来很高级,其实它就在我们身边,手机里的语音助手,推荐系统,还有自动驾驶,都用到了人工智能技术。过去的几年,中国在人工智能领域发展的非常快,许多公司都在研发自己的大模型。我们相信,未来人工智能会像水和电一样,成为我们生活中不可或缺的一部分。
  与原文比对：**简体字、标点全部正确，仅 1 处词形差异**（「发展得」→「发展的」，语义一致）。是三档里转写质量最高的。

## 三档快速对照

| 模型 | 加载 | 转写(28.49s) | 错误数 |
|------|------|-----------|-------|
| tiny  | 15.24s* | 0.87s | 2 处 |
| base  | 0.95s | 1.39s | 1 处 |
| small | 1.42s | 3.72s | 0 处（仅词形差异） |

> *tiny 首次运行含下载模型耗时；再次运行加载会显著变快。

## 复算方法
- 安装：`pip install faster-whisper`（需 ffmpeg）
- 转写：`python3 scripts/transcribe.py assets/ref_zh_16k.wav base --lang zh --json`
- 模型首次运行自动下载，缓存于 `~/.cache/huggingface`

## 文件校验
- 技能包 zip 及 assets 的 MD5 见交付备注。