详细介绍
A general-purpose speech recognition model by OpenAI.
什么是Whisper?
Whisper是由OpenAI开发的一款通用语音识别模型。它训练于一个大型的多样化音频数据集,并且是一种多任务模型,可以执行多语言语音识别、语音翻译和语言识别。Whisper采用了Transformer序列到序列模型,训练于各种语音处理任务,包括多语言语音识别、语音翻译、口语语言识别和语音活动检测。这些任务被作为一串由解码器预测的标记共同表示,使得单一模型能够取代传统语音处理流程中的多个阶段。多任务训练格式使用了一组特殊标记,作为任务说明符或分类目标。
如何使用 Whisper?
Whisper可以通过命令行或在Python中使用。对于命令行使用,你可以通过指定音频文件和模型大小来转录音频。对于Python使用,你可以加载模型并使用transcribe()方法来处理音频文件。
Whisper 的核心功能
多语言语音识别
语音翻译
语言识别
语音活动检测
语音翻译
语言识别
语音活动检测
相关推荐
uFinance: Yahoo Finance Upgraded
uFinance通过深色主题、快捷方式、A.I.聊天、笔记和StockTwits集成增强Yahoo Finance。
Finroo
Finroo.ai:一款使用人工智能驱动的投资应用,旨在为个人民主化访问先进投资工具的机会。
ChatterQuant
为金融提供社交媒体跟踪,提供实时洞察。
FactBox.ai | Factsheet Builder
FactBox.ai是一项用于创建和管理财务事实表的基于云的服务。
Opesway
Opesway是一个免费的个性化F.I.R.E平台,用于财务规划和提前退休预测。
quantifind.com
基于人工智能的风险筛查和调查平台,用于反洗钱和客户尽职调查合规。