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
百度网盘云一朵·测试版
以前所未有的方式使用网盘
XtimesAI
国内AI模型下载和交流的平台
Natural Language Playlist
Natural Language Playlist 探索语言和音乐之间丰富而复杂的关系,并使用 Transformer 语言模型构建播放列表。由于没有更好的术语,音乐推荐是一种“闭门造车”的东西。
MotionGo官网
让PPT动效、动画表达更专业
互联网信息服务算法备案系统
互联网信息服务算法备案系统
Nanonets
使用人工智能实现手动数据输...
AI 中文社
