使用 Transformers 为多语种语音识别任务微调 Whisper 模型

作者：HuggingFace发布时间：2023-06-27

使用 🤗 Transformers 为多语种语音识别任务微调 Whisper 模型本文提供了一个使用 Hugging Face 🤗 Transformers 在任意多语种语音识别 (ASR) 数据集...【查看原文】

相关资讯

语音识别上难度讯飞输入法免切换识别多语种多方言不迷糊！

近日，科大讯飞在北京发布讯飞星火大模型V4.0及相关落地应用。讯飞星火V4.0七大核心能力全面提升，整体超越GPT-4 Turbo，在8个国际主流测试集中排名第一，国内大模型全面领先。同时，本次星火语音大模型再升级，发布国际领先的多语种多方言免切换语音识别能力。讯飞输入法现场演示了方言外语免切换语音输入，大大提升用户的输入效率。 [图片] 刘庆峰认为，语音将成为万物互联时代人机交互的主要方式，人机交互最重要的场景是远场、噪声、多人说话、多语言，因此万物互联时代的AIUI（人工智能用户界面）要满足远场高噪声

科大讯飞 GPT-4 人工智能

潮流科技发烧友 2024-07-01

公司问答 | 传音控股：公司在人工智能语音识别和视觉感知、多语种AI语音助手、AI场景识别技术等方向有布局

有投资者在互动平台向传音控股提问：贵司在人工智能方面有哪些布局？传音控股回应：公司在人工智能语音识别和视觉感知、多语种AI语音助手、AI场景识别技术等方向有布局。(格隆汇)

人工智能 AI音频融资

2023-05-08

使用OpenAI的Whisper 模型进行语音识别

点击上方“Deephub Imba”,关注公众号,好文章不错过 !语音识别是人工智能中的一个领域，它允许计算机理解人类语音并将其转换为文本。该技术用于 Alexa 和各种聊天机器人应用程序等设备。而我们最常见的就是语音转录，语音转录可以语音转换为文字记录或字幕。wav2vec2、Conformer 和 Hubert 等最先进模型的最新发展极大地推...

OpenAI 人工智能 Whisper

deephub 2023-01-28

Whisper 语音识别模型

Whisper 是一种通用的语音识别模型。它是在包含各种音频的大型数据集上训练的，也是一个可以执行多语言语音识别、语音翻译和语言识别的多任务模型。开源项目地址：https://github.com/openai/whisperWhisper 语音识别模型Transformer 序列到序列模型针对各种语音处理任务进行训练，包括多语言语音识别、语音翻译、口语识别和语音活动检测。这些任务共同表示为由解码器预测的一系列标记，允许单个模型取代传统语音处理管道的多个阶段。多任务训练格式使用一组特殊标记作为任务说明符或

Whisper GitHub OpenAI

CiiLIi西里网 2023-06-09

通义千问开源1100亿参数大模型，支持多语种训练

据头部财经了解，通义千问宣布开源了其1100亿参数模型Qwen1.5-110B，这一举动立即引发了业界的广泛关注。通义千问1100亿参数模型延续了Qwen1.5系列的Transformer解码器架构

通义千问

大力财经 2024-04-29

近期资讯

恒逸石化申请高消光剂耐受性钛系聚酯催化剂专利，可在多阶段添加且活性不受影响

金融界2024年12月25日消息，国家知识产权局信息显示，浙江恒逸石化研究院有限公司申请一项名为“一种高消光剂耐受性钛系聚酯催化剂及其制备方法与应用”的专利，公开号CN119176830A，申请日期为2024年8月。专利摘要显示，本发明涉及聚酯合成领域，公开了一种高消光剂耐受性钛系聚酯催化剂及其制备方法与应用。

金融界 2024-12-25

如何应对电脑故障：从开机问题到日常维护全攻略

电脑坏了，真是让人头疼。特别是现在，几乎每个人的生活都离不开电脑。无论是工作、学习，还是平时的娱乐，电脑都扮演着重要的角色。所以，当它突然罢工的时候，心里的焦虑可想而知。别担心，今天我来和你聊聊电脑坏了该怎么修。先说说最常见的问题，电脑开不了机。这种情况有时候特别让人抓狂，按下电源键，屏幕黑乎乎的，风扇在那儿转，什么反应都没有。

新报观察 2024-12-25

如何有效调整桌面图标大小，提升工作效率与整洁度

在现代的计算机使用中，桌面图标是我们日常操作中不可或缺的一部分。然而，随着我们使用软件和文件的增多，桌面上的图标往往会显得拥挤不堪，甚至影响到我们的工作效率。

新报观察 2024-12-25

大鲁电子取得一种电感器断线脚装置专利，可对处在配电柜深处的电感器线头进行剪切

金融界2024年12月25日消息，国家知识产权局信息显示，四川省大鲁电子有限公司取得一项名为“一种电感器断线脚装置”的专利，授权公告号CN222198744U，申请日期为2024年5月。专利摘要显示，本实用新型涉及电感器领域，尤其涉及一种电感器断线脚装置。

金融界 2024-12-25

如何轻松打开和使用各种邮箱服务的实用指南

在这个信息化时代，邮箱几乎成了我们生活中不可或缺的一部分。无论是工作、学习，还是社交，邮箱都是我们与外界沟通的重要工具。但是，很多人可能会在使用邮箱的过程中遇到一些小麻烦，特别是打开邮箱这件事。今天就来聊聊“邮箱怎么打开”这个话题，希望能帮到大家。首先，打开邮箱的方式其实很简单，但需要根据你使用的邮箱类型来区分。

新报观察 2024-12-25

如何在Word中轻松设置和自定义文档目录格式的详细指南

在使用Word文档时，目录的设置是一个非常重要的环节。Word提供了自动生成目录的功能，这样你就不需要手动输入每个标题和页码，省时省力。

新报观察 2024-12-25

如何在PPT中添加动作按钮提升演示互动性与趣味性

在现代的演示文稿中，PPT（PowerPoint）已经成为了一个不可或缺的工具。而在PPT中添加动作按钮，不仅能提升演示的互动性，还能让观众更容易跟上内容的节奏。今天，咱们就来聊聊如何在PPT中添加动作按钮，让你的演示更生动有趣。

新报观察 2024-12-25

大鲁电子取得电子变压器引线定长切割装置专利，提高对电子变压器引线切割的速度

金融界2024年12月25日消息，国家知识产权局信息显示，四川省大鲁电子有限公司取得一项名为“一种电子变压器引线定长切割装置”的专利，授权公告号CN222198743U，申请日期为2024年5月。专利摘要显示，本实用新型涉及引线定长切割装置领域，尤其涉及一种电子变压器引线定长切割装置。

金融界 2024-12-25

上海柯君医药申请一种哌啶环化合物的制备方法专利，该专利提供的制备方法产率高

金融界2024年12月25日消息，国家知识产权局信息显示，上海柯君医药科技有限公司申请一项名为“一种哌啶环化合物的制备方法”的专利，公开号CN119176829A，申请日期为2024年11月。

金融界 2024-12-25

正泰新能申请一种富勒烯衍生物专利，显著提升太阳能电池性能和稳定性

金融界2024年12月25日消息，国家知识产权局信息显示，正泰新能科技股份有限公司申请一项名为“一种富勒烯衍生物、含有其的钙钛矿太阳能电池及其制备方法和应用”的专利，公开号CN119176831A，申请日期为2024年11月。

金融界 2024-12-25

使用 Transformers 为多语种语音识别任务微调 Whisper 模型

推荐体验

相关资讯

语音识别上难度讯飞输入法免切换识别多语种多方言不迷糊！

公司问答 | 传音控股：公司在人工智能语音识别和视觉感知、多语种AI语音助手、AI场景识别技术等方向有布局

使用OpenAI的Whisper 模型进行语音识别

Whisper 语音识别模型

通义千问开源1100亿参数大模型，支持多语种训练

近期资讯

恒逸石化申请高消光剂耐受性钛系聚酯催化剂专利，可在多阶段添加且活性不受影响

如何应对电脑故障：从开机问题到日常维护全攻略

如何有效调整桌面图标大小，提升工作效率与整洁度

大鲁电子取得一种电感器断线脚装置专利，可对处在配电柜深处的电感器线头进行剪切

如何轻松打开和使用各种邮箱服务的实用指南

如何在Word中轻松设置和自定义文档目录格式的详细指南

如何在PPT中添加动作按钮提升演示互动性与趣味性

大鲁电子取得电子变压器引线定长切割装置专利，提高对电子变压器引线切割的速度

上海柯君医药申请一种哌啶环化合物的制备方法专利，该专利提供的制备方法产率高

正泰新能申请一种富勒烯衍生物专利，显著提升太阳能电池性能和稳定性

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响