信息卡

一句话定位

macOS 听写工具 superwhisper 开源的语音后处理小模型：基于 Qwen3-0.6B 微调，专职把 ASR 原始输出变成"能直接发出去"的文字——去填充词、加标点、纠正口误、数字日期口语化，笔记本 CPU 即可运行。

为什么上热度榜

听写管线是垂类小模型的完美用例：它不做通用生成、不抢大模型饭碗，只把"最后十厘米"的文本规范化做到极致（7519 条留出集上 94.8% token 准确率）。知名付费产品反哺开源权重带来的信任加持、Apache-2.0 的商用友好度、以及 GGUF 后 462MB 可跑在任何电脑上的低门槛，共同把这个 596M 小模型顶上了热榜。（数据为采集时点信息）

模型规格与技术亮点

• 参数：596M 唯一参数（非嵌入约 0.44B）；侧栏显示 0.8B 是 lm_head 物化导致的嵌入重复计数。
• 底座：Qwen/Qwen3-0.6B 微调；28 层，16 Q 头 / 8 KV 头（GQA），BF16，嵌入绑定。
• 三轴控制线：输入前缀 `[Styling: casual/neutral/semi-formal/formal] [Structure: prose/lists] [Context: general/email]` 共 12 种组合均经训练，文风可编程。
• 能力项：去填充词、处理自我修正、标点与大小写恢复、口头数字/日期/时间/货币/邮箱书面化（ITN）。
• 约束：仅英语；单次建议 ≤ 约 1000 tokens 输入，长文按句边界分块。

使用方式与代码示例

Transformers ≥ 4.51.0：

messages = [
    {"role": "system", "content": SYSTEM},   # 官方系统提示词必须原样保留
    {"role": "user", "content":
        "[Styling: semi-formal] [Structure: prose] [Context: general]\n"
        + raw_transcript},
]
text = tok.apply_chat_template(messages, tokenize=False,
                               add_generation_prompt=True,
                               enable_thinking=False)   # 必须！
inputs = tok(text, return_tensors="pt").to(model.device)
out = model.generate(**inputs, do_sample=False)          # 建议 greedy

两大必知坑：① 必须设 `enable_thinking=False`，否则常输出空白 `` 即停；② 控制行与系统提示词是唯一 steering 手段，措辞不可改动。vLLM/SGLang 走 OpenAI 兼容接口传 `chat_template_kwargs`；GGUF 版（Q4_K_M 约 462MiB）适配 llama.cpp/Ollama/LM Studio。`max_new_tokens ≈ 1.3 × 输入 + 32`。

部署建议（本地/云端量化选择）

定位为毫秒级响应的本地组件：Q4_K_M 在笔记本 CPU 上即可实时跟读；端侧 App 内嵌推荐 llama.cpp 绑定；服务化场景用 vLLM 池化多路听写流。云端部署意义不大——与其走网络不如直接选更大模型；多语言需求需另配 ASR 与其他后处理器，s1-mini 只覆盖英文环节。

典型应用场景

听写类 App / 会议纪要产品的开箱即用润色层；ASR 直出字幕的自动排版（Whisper 后接 s1-mini）；无障碍辅助沟通工具；客服通话记录的快速可读化。

同类模型对比

对比 Whisper 自带的标点能力：s1-mini 增加 ITN、去填充词与文风控制，且可与任意 ASR 解耦组合；对比直接调 GPT 级模型做润色：小 100 倍的体积换取本地隐私与零成本；对比 distil-whisper 等 ASR 压缩路线：分工不同——一个负责听清、一个负责写对，二者天然互补而非竞争。

资源导航

模型页 https://huggingface.co/superwhisper/s1-mini · 官方 GGUF 仓库 · WebGPU 网页演示 Space（3 个关联 Spaces）· superwhisper.com 与 Discord 社区