Whisper Spracherkennungsmodell

Whisper Spracherkennungsmodell 149

Whisper ist ein universelles Spracherkennungsmodell. Es wurde auf einem großen Datensatz vielfältiger Audiodaten trainiert und ist ein Multitasking-Modell, das mehrsprachige Spracherkennung, Sprachübersetzung und Sprachidentifikation beherrscht.

#Ai工具箱 #Ai开源项目

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.

ed164c44ee234ddd821a12e56054bc12.png


Ähnliche Tools zu Whisper Spracherkennungsmodell