Whisper by OpenAI

Whisper by OpenAI官網(wǎng)

Whisper是一個(gè)接近人類級(jí)別準(zhǔn)確性的自動(dòng)語(yǔ)音識(shí)別系統(tǒng)，具有魯棒性和多語(yǔ)言轉(zhuǎn)錄翻譯功能。

網(wǎng)站服務(wù)：文字轉(zhuǎn)語(yǔ)音，自動(dòng)語(yǔ)音識(shí)別，語(yǔ)音識(shí)別，音頻AI，文字轉(zhuǎn)語(yǔ)音，自動(dòng)語(yǔ)音識(shí)別，語(yǔ)音識(shí)別。

Whisper by OpenAI簡(jiǎn)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(gè)自動(dòng)語(yǔ)音識(shí)別（ASR）系統(tǒng)，經(jīng)過(guò)訓(xùn)練后可以接近人類級(jí)別的魯棒性和準(zhǔn)確性。它使用了680，000小時(shí)的多語(yǔ)言和多任務(wù)監(jiān)督數(shù)據(jù)進(jìn)行訓(xùn)練，可以提供更好的口音、背景噪音和技術(shù)語(yǔ)言的魯棒性。此外，它還可以進(jìn)行多語(yǔ)言轉(zhuǎn)錄和從其他語(yǔ)言翻譯成英語(yǔ)。我們開(kāi)源了模型和推理代碼，以便構(gòu)建有用的應(yīng)用程序和進(jìn)行更深入的魯棒性語(yǔ)音處理研究。

“Whisper by OpenAI”有哪些功能？

1. 提供魯棒的語(yǔ)音識(shí)別功能，對(duì)口音、背景噪音和技術(shù)語(yǔ)言具有較高的識(shí)別準(zhǔn)確性。
2. 支持多語(yǔ)言轉(zhuǎn)錄和從其他語(yǔ)言翻譯成英語(yǔ)的功能。
3. 使用簡(jiǎn)單的端到端架構(gòu)，基于編碼器-解碼器Transformer模型實(shí)現(xiàn)。
4. 輸入音頻被分割成30秒的片段，轉(zhuǎn)換為對(duì)數(shù)梅爾頻譜圖，并傳入編碼器進(jìn)行處理。
5. 訓(xùn)練解碼器以預(yù)測(cè)相應(yīng)的文本標(biāo)題，并與特殊標(biāo)記交替使用，以指示單個(gè)模型執(zhí)行語(yǔ)言識(shí)別、短語(yǔ)級(jí)時(shí)間戳、多語(yǔ)言語(yǔ)音轉(zhuǎn)錄和到英語(yǔ)的語(yǔ)音翻譯等任務(wù)。

應(yīng)用場(chǎng)景：

1. 語(yǔ)音識(shí)別應(yīng)用程序：可以用于構(gòu)建語(yǔ)音助手、語(yǔ)音輸入工具等應(yīng)用。
2. 多語(yǔ)言轉(zhuǎn)錄和翻譯應(yīng)用程序：可以用于將其他語(yǔ)言的音頻轉(zhuǎn)錄成文本，并進(jìn)行翻譯。

“Whisper by OpenAI”如何使用？

開(kāi)發(fā)者可以使用Whisper的模型和推理代碼來(lái)構(gòu)建語(yǔ)音識(shí)別和轉(zhuǎn)錄翻譯應(yīng)用程序。詳細(xì)信息和使用方法請(qǐng)參考論文、模型卡片和代碼。

Whisper by OpenAI官網(wǎng)入口網(wǎng)址

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

OpenI小編發(fā)現(xiàn)Whisper by OpenAI網(wǎng)站非常受用戶歡迎，請(qǐng)?jiān)L問(wèn)Whisper by OpenAI網(wǎng)址入口試用。