Whisper by OpenAI

Whisper by OpenAI官網

Whisper是一個接近人類級別準確性的自動語音識別系統，具有魯棒性和多語言轉錄翻譯功能。

網站服務：文字轉語音，自動語音識別，語音識別，音頻AI，文字轉語音，自動語音識別，語音識別。

Whisper by OpenAI簡介

We’ve trained and are open-sourcing a neural net called Whisper that approaches human level robustness and accuracy on English speech?recognition.

什么是”Whisper by OpenAI”？

Whisper是一個自動語音識別（ASR）系統，經過訓練后可以接近人類級別的魯棒性和準確性。它使用了680，000小時的多語言和多任務監督數據進行訓練，可以提供更好的口音、背景噪音和技術語言的魯棒性。此外，它還可以進行多語言轉錄和從其他語言翻譯成英語。我們開源了模型和推理代碼，以便構建有用的應用程序和進行更深入的魯棒性語音處理研究。

“Whisper by OpenAI”有哪些功能？

1. 提供魯棒的語音識別功能，對口音、背景噪音和技術語言具有較高的識別準確性。
2. 支持多語言轉錄和從其他語言翻譯成英語的功能。
3. 使用簡單的端到端架構，基于編碼器-解碼器Transformer模型實現。
4. 輸入音頻被分割成30秒的片段，轉換為對數梅爾頻譜圖，并傳入編碼器進行處理。
5. 訓練解碼器以預測相應的文本標題，并與特殊標記交替使用，以指示單個模型執行語言識別、短語級時間戳、多語言語音轉錄和到英語的語音翻譯等任務。

應用場景：

1. 語音識別應用程序：可以用于構建語音助手、語音輸入工具等應用。
2. 多語言轉錄和翻譯應用程序：可以用于將其他語言的音頻轉錄成文本，并進行翻譯。

“Whisper by OpenAI”如何使用？

開發者可以使用Whisper的模型和推理代碼來構建語音識別和轉錄翻譯應用程序。詳細信息和使用方法請參考論文、模型卡片和代碼。

Whisper by OpenAI官網入口網址

https://openai.com/blog/whisper/

OpenI小編發現Whisper by OpenAI網站非常受用戶歡迎，請訪問Whisper by OpenAI網址入口試用。