硬件配置与性能优化策略
realtime-transcription-fastrtc 提供多层次的硬件优化方案：
- GPU acceleration: 完整支持CUDA和MPS(Metal Performance Shaders)，建议搭配NVIDIA显卡使用
- Model Selection: 提供从whisper-small(39M参数)到whisper-large(1550M参数)五种预训练模型
- 性能调优： 支持调整batch_size参数平衡延迟与吞吐量
针对不同硬件配置的具体建议：
- 高端设备：推荐whisper-large-v3-turbo模型，batch_size设为32
- 中端设备：建议whisper-medium模型，batch_size设为8
- 低配设备：使用whisper-tiny模型，关闭VAD功能
首次运行时的模型预热机制能有效降低后续识别的延迟。
This answer comes from the articleOpen source tool for real-time speech to textThe
May not be reproduced without permission:AI productivity tools " realtime-transcription-fastrtc 的硬件优化方案确保流畅运行体验
English 
简体中文 
日本語 
Deutsch 
Português do Brasil