Whisperのモデル、どれを使うか

動画・音声ファイルから音声認識／文字起こしをしたいケースが日常的にあるので、Whisperを実行できる環境をMacローカルに常備したい。

Whisper実行環境自体はpip installで済んでしまうのだが、どのモデルを常備しておくかで迷ったので、メモを書いておく。

Whisperのモデルの種類。smallはbaseよりも大きい。

手元の環境はMacBook Pro（M1 Max 64GB, macOS Ventura）。書き起こしたい動画・音声ファイルは1時間以上あることもあるので、パフォーマンスもそれなりに重視する。

（以下、めちゃくちゃ雑な比較をしてるだけです。ちゃんとした評価などはしてません）

各モデルファイルのサイズ

モデルサイズは以下の通り：