Whisper是OpenAI开源的自动语音识别系统,经过68万小时的多语言和多任务监督数据训练,这些数据是从网络上收集的。它被设计成对口音、背景噪音和技术语言具有健壮性,并且可以将多种语言的语音转录和翻译成英语。它是一种简单的端到端方法,实现为编码器-解码器Transformer。它还能够执行语言识别和短语级时间戳。它的设计易于使用,具有较高的准确性,允许开发人员为更多的应用程序添加语音接口。

类似的工具
其他人也看的工具

千图网
专注免费设计素材下载的网站

Presentations.AI
超级演示文档版的ChatGPT,从演讲的超能力开始

Browse AI
从任何网站提取和监测数据的...

亚马逊机器学习课
亚马逊机器学习课

SolidPoint
粘贴一个Youtube视频URL,并...

之江实验室
之江实验室成立于2017年9月,坐落于杭州城西科创大走廊核心地带,是由浙江省人民政府主导举办、浙江大学等院校支撑、企业参与的事业单位性质的新型研发机构,是浙江深入实施创新驱动发展战略、探索新型举国体制浙江路径的重大科技创新平台。