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

扬州同发取得带有快速连接结构的尼龙软管专利，方便工作人员使用提高工作效率

金融界2024年12月27日消息，国家知识产权局信息显示，扬州同发机车电器有限公司取得一项名为“一种带有快速连接结构的尼龙软管”的专利，授权公告号CN222204330U，申请日期为2023年12月。

金融界 2024-12-27

华为将推万元平板电脑：搭载HarmonyOS NEXT

华为或将推出一款融合折叠屏和PC功能的万元级平板电脑。据知情人士透露，这款产品可能将成为市场上的新宠。

中关村在线 2024-12-27

永丰工业取得用于软管的盘管与打包一体机专利，实现软管切割后的快速盘管、打包

金融界2024年12月27日消息，国家知识产权局信息显示，永丰工业技术（山东）有限公司取得一项名为“一种用于软管的盘管与打包一体机”的专利，授权公告号CN222204328U，申请日期为2024年5月。

金融界 2024-12-27

全汉 VITA-BD 系列 750/850W 电源发布，369 元起

750W版本：369元850W版本：399元。据介绍，VITA-BD系列电源整体尺寸为140x150x86mm，适用于小型PC或空间受限环境，采用了单路+12V设计，典型负载下效率达88%，获得了80PLUS230VEU铜牌认证，可确保长时间稳定供电。

IT之家 2024-12-27

苹果手机质量分析：设计、性能与耐用性的全面评估

苹果手机质量怎么样？这是一个很多人都在讨论的话题。作为全球知名的手机品牌，苹果的产品一直以来都备受关注。无论是从设计、性能还是用户体验，苹果手机都给人留下了深刻的印象。接下来，我们就来聊聊苹果手机的质量到底如何。首先，苹果手机的设计一直以来都是它的一大亮点。无论是外观还是内在，苹果都追求极致的简约与美感。

新报观察 2024-12-27

在Word文档中快速添加和管理空白页的实用技巧

在使用Word文档的时候，很多人会发现有时候需要添加一页空白页。无论是为了分隔不同的章节，还是为了留出空间，添加空白页都是个常见的需求。不过，有些人可能不太清楚该怎么操作，所以今天我们就来聊聊如何在Word中添加空白页。首先，打开你的Word文档，看看你要在什么地方添加空白页。

新报观察 2024-12-27

AMD Ryzen 9 9950X3D 处理器曝光：16核32线程、5.65GHz

IT之家12月27日消息，科技媒体videocardz昨日（12月26日）发布博文，分享了一张CPU-Z应用截图，展示了AMD最新旗舰处理器Ryzen99950X3D的相关细节。

IT之家 2024-12-27

iPhone 14等三款机型法国线下停售或受USB-C法规影响

【CNMO科技消息】近日，有报道称，苹果已停止在法国AppleStore线下提供iPhone14、iPhone14Plus以及第三代iPhoneSE的库存。根据欧盟规定，从2024年底开始，所有电子设备必须采用USB-C充电接口，而苹果此前发布的iPhone14系列及第三代iPhoneSE仍使用Lightning接口。

手机中国 2024-12-27

轻松升级iPad系统：步骤、注意事项与小技巧分享

想要给你的iPad升级系统？没问题！实际上，升级iPad的过程并不复杂，跟着我一步一步来，你就能顺利完成了。升级不仅能够让你享受到最新的功能和安全性，还有可能提升设备的性能，绝对值得一试。首先，确保你的iPad有足够的电量。通常情况下，建议在电量至少在50%以上时进行升级。

新报观察 2024-12-27

璐宁线缆取得电缆加工用多功能收卷装置专利，满足人们使用需求

金融界2024年12月27日消息，国家知识产权局信息显示，璐宁线缆有限公司取得一项名为“一种电缆加工用多功能收卷装置”的专利，授权公告号CN222204327U，申请日期为2024年4月。

金融界 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

扬州同发取得带有快速连接结构的尼龙软管专利，方便工作人员使用提高工作效率

华为将推万元平板电脑：搭载HarmonyOS NEXT

永丰工业取得用于软管的盘管与打包一体机专利，实现软管切割后的快速盘管、打包

全汉 VITA-BD 系列 750/850W 电源发布，369 元起

苹果手机质量分析：设计、性能与耐用性的全面评估

在Word文档中快速添加和管理空白页的实用技巧

AMD Ryzen 9 9950X3D 处理器曝光：16核32线程、5.65GHz

iPhone 14等三款机型法国线下停售或受USB-C法规影响

轻松升级iPad系统：步骤、注意事项与小技巧分享

璐宁线缆取得电缆加工用多功能收卷装置专利，满足人们使用需求

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