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

小米宠物员工“樱桃”走失！官方发布悬赏：最高酬谢3000元

快科技12月31日消息，据小米官方消息，小米公司的宠物员工“樱桃”在宁夏银川走丢，目前已发布悬赏。樱桃的监护人愿为有效线索（拍摄到确认是樱桃的清晰照片或视频，提供确切地点）

建嘉 2024-12-31

11月车企销量榜：比亚迪超越大众跃居全球第二

快科技12月31日消息，易车榜根据各车企销量数据，发布了11月份全球车企销量榜。榜单显示，11月份全球车企销冠为丰田，销量为66.79万辆，丰田依旧为全球车企的“一哥”。比亚迪在

若风 2024-12-31

大疆公布2024年度中国热门航拍点TOP10：盘龙古道排第一

快科技12月31日消息，2024年岁末，大疆公布了2024年度中国热门航拍点TOP10。排名第一的是新疆的盘龙古道，它像一条巨龙盘卧在大地上，被称为"盘龙古道"。走过了人生所有的弯路，从此

随心 2024-12-31

春运开车滑惨了我告诉你为啥四驱有用

兄弟们，一年一度的春运又要开始了，今年你还会开纯电车回家吗？每一年的春运，都像是新能源车的高考。高速堵车不说，如果再碰上服务区充电排队，本来冬天续航就奔着对折砍，这下排队充电又得

2024-12-31

大部分人储蓄为0！美国信用卡违约规模创新高 400块都没

12月31日消息，据国外媒体报道称，美国信用卡违约规模创2010年以来最高水平。这表明在经历多年高通胀之后，低收入消费者的财务健康状况正在恶化。2024年前9个月，信用卡借贷方核销了460亿美元

雪花 2024-12-31

贾跃亭笑了！法拉第未来股价一夜暴涨近80%

快科技12月31日消息，法拉第未来股价昨日一度大涨超80%，并触发熔断，截至收盘，法拉第未来暴涨78.41%。消息面上，12月23日，法拉第未来宣布，继9月份的3000万美元融资完成之后，又完成约3000

2024-12-31

别忘抢票！2025春运火车票今日开卖：1月14日正式启动

快科技12月31日消息，2025年春运将于1月14日正式启动，按照目前火车票提前15天开始发售的规则，今日将开售春运第一天火车票。官方再次发文提醒大家，一定要通过铁路官方渠道购票。某第三方平

建嘉 2024-12-31

2024年度观影人次破10亿：《抓娃娃》力压《热辣滚烫》

据灯塔专业版数据，截至12月30日，2024年全国城市院线观影人次（含预售）突破10亿大关，标志着中国电影市场在新的一年里继续保持着强劲的活力。《抓娃娃》以8040万的观影人次高居榜首，成为年

随心 2024-12-31

都快2025年了为什么韩国这飞机还会撞鸟

年终了，还有一两天就到元旦了，这本来应该是个大家互送新年祝福，合家团圆的日子。但对于隔壁韩国人，以及全世界关注航空的人来说，这个周末是沉重的。2024 年 12 月 29 日，一架波音

2024-12-31

没想到微信出的送礼功能大家都还蛮喜欢

还记得前几天咱和大家聊过的微信新推出的 “ 小蓝包 ” 功能吗？就是微信之前开始灰度测试的送礼功能，因为 “ 包装 ” 长得有

2024-12-31

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

小米宠物员工“樱桃”走失！官方发布悬赏：最高酬谢3000元

11月车企销量榜：比亚迪超越大众跃居全球第二

大疆公布2024年度中国热门航拍点TOP10：盘龙古道排第一

春运开车滑惨了我告诉你为啥四驱有用

大部分人储蓄为0！美国信用卡违约规模创新高 400块都没

贾跃亭笑了！法拉第未来股价一夜暴涨近80%

别忘抢票！2025春运火车票今日开卖：1月14日正式启动

2024年度观影人次破10亿：《抓娃娃》力压《热辣滚烫》

都快2025年了为什么韩国这飞机还会撞鸟

没想到微信出的送礼功能大家都还蛮喜欢

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