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

分布式锁详解，谈谈分布式锁的高可用

分布式锁的主要目的是确保在多进程或服务实例之间对某个资源的互斥访问，以防止数据不一致或竞争条件的发生。

Serena 2024-12-27

React 的设计哲学

React 的渲染机制不知道大家有没有遇到过在一个网页输入内容的时候，每次输入都得卡个半秒；又或者点一下运行，整个页面完全无法交互，变得像一张图片，任你点击都没有任何反应。从前，React 渲染就

ssshooter 2024-12-27

uniapp使用vue3jsx封装弹窗组件的思考

前言在做程序的时候发现了一种现象，页面上需要多个弹窗依次弹出，于是就开始了引用多个弹窗定义多个isShow的情况，于是我这边就在思考有没有一种封装能够动态的渲染我需要的组件呢于是考虑了jsx的灵活

猩球中的木子 2024-12-27

解决 Airtest 启动 APP 自动翻转屏幕问题的三种方法

在 Android 平台上，使用 Airtest 启动应用时，可能会遇到一个问题：即便应用启动前已经将手机屏幕方向锁定，使用 Airtest 启动应用时，屏幕仍然会自动翻转。这通常是由于设备的重力感应

pycode 2024-12-27

“玄学”珠宝，拿捏焦虑的年轻人

2024致富密码：相信的力量

刺猬公社 2024-12-28

Android U WMS : 近期任务动画(1)

工作中，我处理过各种窗口动画异常，其中，以近期任务动画异常最为复杂。数月前，意外得到一次机会，公司愿意给我一个星

大胃粥 2024-12-27

深入Go错误处理：提升代码健壮性的实用技巧

Go 设计的错误就是值，错误处理就是值比较后作的决策。业务逻辑需要忽略错误，否则不要去忽视错误。这种设计理论上会让编程人员有意识的处理每一个错误，让程序更加健壮。

蔡蔡蔡云原生Go 2024-12-27

大模型应用—AI 编程工具Cursor

AI 编程工具—Cursor 最近一款名叫cursor的工具刷屏了，打开搜索引擎直接搜索，可以看到诸多关于它的报道什么是Cursor Cursor是一个先进的AI编程辅助工具，旨在通过智能代码生成和

刘不二 2024-12-28

Python包管理不再头疼：uv工具快速上手

Python 包管理生态中存在多种工具，如 pip、pip-tools、poetry、conda 等，各自具备一定功能。而今天介绍的uv 是 Astral 公司推出的一款基于 Rust 编写的 Py

databook 2024-12-27

Solid.js 最新官方文档翻译（11）—— Effects

Solid.js，一个比 React 更 react 的框架。每一个使用 React 的同学，你可以不使用，但不应该不了解。我同时搭建了 Solid.js 最新的中文文档站点：https://soli

冴羽 2024-12-27

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

分布式锁详解，谈谈分布式锁的高可用

React 的设计哲学

uniapp使用vue3jsx封装弹窗组件的思考

解决 Airtest 启动 APP 自动翻转屏幕问题的三种方法

“玄学”珠宝，拿捏焦虑的年轻人

Android U WMS : 近期任务动画(1)

深入Go错误处理：提升代码健壮性的实用技巧

大模型应用—AI 编程工具Cursor

Python包管理不再头疼：uv工具快速上手

Solid.js 最新官方文档翻译（11）—— Effects

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