Тест: faster-whisper в int8 терял до 60 секунд речи, float32 — нет

Разработчик сервиса транскрипции подкастов обнаружил, что faster-whisper 1.2.1 в режиме int8 на 8 потоках пропускал целые фрагменты речи — до 60,5 секунды в клипе длиной 61,5 секунды. В 13 из 15 прогонов были пропуски, тогда как float32 дал 0 из 15 при 3,8 с на минуту аудио против 2,4 с у int8.

• int8 на 8 потоках: пропуски в 13 из 15 прогонов, максимальный — 60,5 с
• float32 на 8 потоках: 0 пропусков из 15, 3,8 с на минуту аудио
• Ограничение до 4 потоков сократило пропуски до 1 из 15 прогонов
• Автор выпустил MIT-инструмент faster-whisper-gap-check для поиска пропусков