相關(guān)文章

• Whisper OpenAI開(kāi)源語(yǔ)音識(shí)別模型

  Whisper 是一個(gè)自動(dòng)語(yǔ)音識(shí)別（ASR，Automatic Speech Recognition）系統(tǒng)，OpenAI 通過(guò)從網(wǎng)絡(luò)上收集了 68 萬(wàn)小時(shí)的多語(yǔ)言（98 種語(yǔ)言）和多任務(wù)（multitask）監(jiān)督數(shù)據(jù)對(duì) Whisper 進(jìn)行了訓(xùn)練。OpenAI 認(rèn)為使用這樣一個(gè)龐大而多樣的數(shù)據(jù)集，可以提高對(duì)口音、背景噪音和技術(shù)術(shù)語(yǔ)的識(shí)別能力。除

  2024年02月16日

  瀏覽(95)
• 

  OpenAI-whisper語(yǔ)音識(shí)別模型

  Whisper是一個(gè)通用的語(yǔ)音識(shí)別模型。它是在不同音頻的大型數(shù)據(jù)集上訓(xùn)練的，也是一個(gè)多任務(wù)模型，可以執(zhí)行多語(yǔ)言語(yǔ)音識(shí)別、語(yǔ)音翻譯和語(yǔ)言識(shí)別。 whisper有五種模型尺寸，提供速度和準(zhǔn)確性的平衡，其中English-only模型提供了四種選擇。下面是可用模型的名稱、大致內(nèi)存需求

  2024年02月09日

  瀏覽(100)
• 

  基于OpenAI的Whisper構(gòu)建的高效語(yǔ)音識(shí)別模型：faster-whisper

  faster-whisper是基于OpenAI的Whisper模型的高效實(shí)現(xiàn)，它利用CTranslate2，一個(gè)專為Transformer模型設(shè)計(jì)的快速推理引擎。這種實(shí)現(xiàn)不僅提高了語(yǔ)音識(shí)別的速度，還優(yōu)化了內(nèi)存使用效率。faster-whisper的核心優(yōu)勢(shì)在于其能夠在保持原有模型準(zhǔn)確度的同時(shí)，大幅提升處理速度，這使得它在處理

  2024年02月02日

  瀏覽(94)
• 

  OpenAI開(kāi)源語(yǔ)音識(shí)別模型Whisper在Windows系統(tǒng)的安裝詳細(xì)過(guò)程

  Python的安裝很簡(jiǎn)單，點(diǎn)擊這里進(jìn)行下載。 安裝完成之后，輸入python -V可以看到版本信息，說(shuō)明已經(jīng)安裝成功了。 如果輸入python -V命令沒(méi)有看到上面的這樣的信息，要么是安裝失敗，要么是安裝好之后沒(méi)有自動(dòng)配置環(huán)境變量，如何配置環(huán)境變量可以從網(wǎng)上搜索。 Python的具體安

  2024年02月08日

  瀏覽(89)
• 

  OpenAI開(kāi)源全新解碼器和語(yǔ)音識(shí)別模型Whisper-v3

  在11月7日OpenAI的首屆開(kāi)發(fā)者大會(huì)上，除了推出一系列重磅產(chǎn)品之外，還開(kāi)源了兩款產(chǎn)品，全新解碼器Consistency Decoder（一致性解碼器）和最新語(yǔ)音識(shí)別模型Whisper v3。 據(jù)悉，Consistency Decoder可以替代Stable Diffusion VAE解碼器。該解碼器可以改善所有與Stable Diffusion 1.0+ VAE兼容的圖像，

  2024年02月05日

  瀏覽(92)

• Python使用whisper實(shí)現(xiàn)語(yǔ)音識(shí)別（ASR）

  目錄 Whisper的安裝 Whisper的基本使用 識(shí)別結(jié)果轉(zhuǎn)簡(jiǎn)體中文 斷句 Whisper是OpenAI的一個(gè)強(qiáng)大的語(yǔ)音識(shí)別庫(kù)，支持離線的語(yǔ)音識(shí)別。在使用之前，需要先安裝它的庫(kù)： 使用whisper，還需安裝setuptools-rust： 但是，whisper安裝時(shí)，自帶的pytorch可能有些bug，因此需要卸載重裝： 卸載： 重裝

  2024年03月20日

  瀏覽(99)
• 

  【語(yǔ)音識(shí)別】OpenAI whisper

  目錄 1. 簡(jiǎn)單介紹 2.?代碼調(diào)用 Introducing Whisper https://openai.com/blog/whisper/ OpenAI 的開(kāi)源自動(dòng)語(yǔ)音識(shí)別神經(jīng)網(wǎng)絡(luò) whisper 安裝 Python 調(diào)用

  2024年02月13日

  瀏覽(90)
• 

  OpenAI 開(kāi)源語(yǔ)音識(shí)別 Whisper

  ????????Whisper是一個(gè)通用語(yǔ)音識(shí)別模型。它是在各種音頻的大型數(shù)據(jù)集上訓(xùn)練的，也是一個(gè)多任務(wù)模型，可以執(zhí)行多語(yǔ)言語(yǔ)音識(shí)別以及語(yǔ)音翻譯和語(yǔ)言識(shí)別。???????? ???????人工智能公司 OpenAI?擁有 GTP-3 語(yǔ)言模型，并為 GitHub Copilot 提供技術(shù)支持的 ，宣布開(kāi)源了

  2024年02月09日

  瀏覽(111)
• 

  openai的whisper語(yǔ)音識(shí)別介紹

  openAI發(fā)布了chatgpt，光環(huán)一時(shí)無(wú)兩。但是openAI不止有這一個(gè)項(xiàng)目，它的其他項(xiàng)目也非常值得我們?nèi)パ芯繉W(xué)習(xí)。 今天說(shuō)說(shuō)這個(gè)whisper項(xiàng)目 https://github.com/openai/whisper ta是關(guān)于語(yǔ)音識(shí)別的。它提出了一種通過(guò)大規(guī)模的弱監(jiān)督來(lái)實(shí)現(xiàn)的語(yǔ)音識(shí)別的方法。弱監(jiān)督是指使用不完全或不準(zhǔn)確的

  2024年02月09日

  瀏覽(86)

• 語(yǔ)音識(shí)別開(kāi)源框架 openAI-whisper

  Whisper 是一種通用的語(yǔ)音識(shí)別模型。 它是OpenAI于2022年9月份開(kāi)源的在各種音頻的大型數(shù)據(jù)集上訓(xùn)練的語(yǔ)音識(shí)別模型，也是一個(gè)可以執(zhí)行多語(yǔ)言語(yǔ)音識(shí)別、語(yǔ)音翻譯和語(yǔ)言識(shí)別的多任務(wù)模型。 GitHub - yeyupiaoling/Whisper-Finetune: 微調(diào)Whisper語(yǔ)音識(shí)別模型和加速推理，支持Web部署和Andr

  2024年02月17日

  瀏覽(96)