Whisper音声認識モデル 144

Whisperは汎用音声認識モデルです。多様な音声の大規模データセットで学習されており、多言語音声認識、音声翻訳、言語識別を実行できるマルチタスクモデルでもあります。

#Ai工具箱 #Ai开源项目

Whisper音声認識モデル紹介

WhisperはOpenaiが開発したオープンソースの音声認識モデルで、音声をテキストに変換します。多種多様な大規模オーディオデータセットで学習されており、多言語音声認識、音声翻訳、言語識別を実行できるマルチタスクモデルでもあります。

Whisperには5つのモデルサイズがあり、速度と精度のバランスを提供します。そのうちEnglish-onlyモデルには4つの選択肢があります。以下は、利用可能なモデルの名称、おおよそのメモリ要件、相対速度の一覧です。

Teach Anything_云

どんな質問でも数秒でシンプルで実行可能な答えが得られればいいと考えたことはありま

360AIオフィス：新世代のオフ

さまざまなオフィスツールと豊富なコンテンツテンプレートを統合した業務効率化プラッ

Niuma AI：ローカルファー

ローカルファーストのAIヒューマンマシン連携ワークステーション。クラウドにデータ

Chatsimple AI：ビジ

ビジネスがウェブサイトにカスタマイズされたChatGPT AIチャットボットを展

Casibase：LangCha

複数の主要なAIモデルに対応したオープンソースのAI知識ベース・対話システム。エ

クリエイターコミュニティ

優れたブランドが世界中で最高のクリエイティブ人材を見つけるためのインターネットプ

YiHua AI：中国ネイティブ

デザイナーやビジュアルクリエイター向けに設計された中国ネイティブのAI画像生成・

Prodia AI_云技派,专注

Prodia AIは、簡単なユーザー入力からさまざまな種類の絵画を自動生成できる

煎蛋（Jandan）

この世に新しいことは何もない。煎蛋は翻訳と紹介を通じてネットの新しい話題を伝えて

Vid.AI：バズるショート動画

バイラルなショート動画を生成し、SNSでの拡散率を高めるために最適化するAIツー