Whisper by OpenAI

Whisper by OpenAI官网

Whisper是一个接近人类级别准确性的自动语音识别系统，具有鲁棒性和多语言转录翻译功能。

网站服务：文字转语音，自动语音识别，语音识别，音频AI，文字转语音，自动语音识别，语音识别。

Whisper by OpenAI简介

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是一个自动语音识别（ASR）系统，经过训练后可以接近人类级别的鲁棒性和准确性。它使用了680，000小时的多语言和多任务监督数据进行训练，可以提供更好的口音、背景噪音和技术语言的鲁棒性。此外，它还可以进行多语言转录和从其他语言翻译成英语。我们开源了模型和推理代码，以便构建有用的应用程序和进行更深入的鲁棒性语音处理研究。

“Whisper by OpenAI”有哪些功能？

1. 提供鲁棒的语音识别功能，对口音、背景噪音和技术语言具有较高的识别准确性。
2. 支持多语言转录和从其他语言翻译成英语的功能。
3. 使用简单的端到端架构，基于编码器-解码器Transformer模型实现。
4. 输入音频被分割成30秒的片段，转换为对数梅尔频谱图，并传入编码器进行处理。
5. 训练解码器以预测相应的文本标题，并与特殊标记交替使用，以指示单个模型执行语言识别、短语级时间戳、多语言语音转录和到英语的语音翻译等任务。

应用场景：

1. 语音识别应用程序：可以用于构建语音助手、语音输入工具等应用。
2. 多语言转录和翻译应用程序：可以用于将其他语言的音频转录成文本，并进行翻译。

“Whisper by OpenAI”如何使用？

开发者可以使用Whisper的模型和推理代码来构建语音识别和转录翻译应用程序。详细信息和使用方法请参考论文、模型卡片和代码。

Whisper by OpenAI官网入口网址

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

OpenI小编发现Whisper by OpenAI网站非常受用户欢迎，请访问Whisper by OpenAI网址入口试用。