Whisper Spracherkennungsmodell
Whisper SpracherkennungsmodellEinführung
Whisper ist das Open-Source-Spracherkennungsmodell von Openai zur Umwandlung von Audio in Text. Es wurde auf einem großen Datensatz mit unterschiedlichen Audioinhalten trainiert und ist ein Multitasking-Modell, das mehrsprachige Spracherkennung sowie Sprachübersetzung und Sprachidentifikation durchführen kann.
Whisper ist in fünf Modellgrößen erhältlich, die ein Gleichgewicht zwischen Geschwindigkeit und Genauigkeit bieten, wobei die rein englischen Modelle in vier Varianten verfügbar sind. Im Folgenden sind die Namen der verfügbaren Modelle, die ungefähren Speicheranforderungen und die relative Geschwindigkeit aufgeführt.

Drehbuch-Assistent▸
AI Apps
AI Nachrichten