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

财富自由涨粉百万，初代网红选择扎堆翻红

在互联网世界快速发展的今天，不知道你有没有好奇过那些初代网红的现状如何呢？大冰是谁？要爆炸头？还是要猪脚饭？留几手，原名刘爽。

砍柴网 2024-12-29

六足机器人打完冰壶还要登月六条腿为什么能更强？

今年我们看到了很多“机器狗”的新闻，比如在珠海航展上，“机器狗”搭载各种作战装备变成了“战狼”，还有一只山东的“机器狗”驮着物资往泰山上运。

环球时报新媒体 2024-12-29

迈瑞医疗与腾讯联合发布启元重症大模型

联合发布了全球首个重症医疗大模型——「启元重症大模型」，这一创新工具旨在通过人工智能技术减轻ICU医生的负担，并提高抢救效率。启元重症大模型能够高效处理病情数据，接管文书工作，使医生能够更专注于治疗和抢救工作。基于对临床工作痛点的深入了解，其精准聚焦临床实践中的多元需求，打造出四大功能——重症知识查询、病情问答、建议生成、病例撰写。

动点科技 2024-12-29

95后AI“天才少女”刷屏！雷军千万年薪挖角！

她曾在DeepSeek参与了DeepSeek-V2的研发，是这款模型的关键开发者之一。在DeepSeek-V3发布前几天，媒体报道称小米创始人雷军已开出千万年薪，将罗福莉招至麾下，罗福莉将就职于小米AI实验室，领导大模型团队。

证券时报 2024-12-29

首届创造节！南京市力学小学AI创意秀：让课本"活"、文物"唱"，创造成长无边界

在科技飞速发展的时代浪潮中，人工智能（AI）逐渐成为推动社会进步的重要力量，而南京市力学小学的孩子们正站在这股浪潮的前沿，用他们的智慧和创造力书写着属于自己的创造篇章。这场科技狂欢，展现了孩子们在AI领域的无限可能。当AI与孩子们的创意相遇，便碰撞出绚丽多彩的火花！

扬子晚报 2024-12-29

这家科创板公司成为宇树科技合作伙伴

《科创板日报》记者从道通科技获悉，道通科技及全资子公司深圳市道和通泰机器人有限公司与某头部创新机器人公司签订《战略合作协议》，确认未来双方将在联合研发和推广空地一体集群智慧解决方案上展开合作。

金融界 2024-12-29

科技进步助力护理专科发展，第二届广州国际护理博览会开幕

“护理工作要始终秉持务实精神，以病人为中心，凝聚社会各方力量，服务人民健康。”陈伟菊荣誉会长对“床边工作车与床边工作制”进行深度解读，深入探讨其在优化护理流程、增强患者护理及时性方面的显著优势与创新实践要点，为临床护理工作的高效开展提供了新的思路与方法。

南方都市报 2024-12-29

过去十年，网上流行的这些“科学”流言，你中招了吗？

二维码很快就会被用完、基因检测能够剧透智商、新能源汽车辐射很强……这些在网上流传的所谓“科学道理”，你是否还在深信不疑？12月29日，记者从北京市科协获悉，“智止流言探求真知”——“科学”流言求真榜十周年发布活动举行，邀请专家为公众梳理并粉碎过去十年在网络上广为传播的十大“科学”流言，帮助公众明辨是非。

新京报 2024-12-29

如何找回删除的微信聊天记录及预防措施总结

在我们的日常生活中，微信已经成为了沟通的主要工具。无论是和朋友聊天，还是和家人联系，微信都扮演着重要的角色。然而，有时候我们可能会不小心删除了一些重要的聊天记录，或者因为手机故障、误操作等原因导致聊天记录丢失。这时候，很多人就会想，微信聊天记录删除了怎么找回呢？今天就来聊聊这个话题。

新报观察 2024-12-29

年薪百万招不到人，AI工程师都去哪了？

2024年7月的一个晚上，在杭州湖畔创研中心的一个封闭会堂中人头攒动。在他们之中，有的是顶刊AI论文的作者，有的是独立开发者，还有的是知名创业者……此刻，他们正在期待着比赛的开始。

钛媒体APP 2024-12-29

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

财富自由涨粉百万，初代网红选择扎堆翻红

六足机器人打完冰壶还要登月六条腿为什么能更强？

迈瑞医疗与腾讯联合发布启元重症大模型

95后AI“天才少女”刷屏！雷军千万年薪挖角！

首届创造节！南京市力学小学AI创意秀：让课本"活"、文物"唱"，创造成长无边界

这家科创板公司成为宇树科技合作伙伴

科技进步助力护理专科发展，第二届广州国际护理博览会开幕

过去十年，网上流行的这些“科学”流言，你中招了吗？

如何找回删除的微信聊天记录及预防措施总结

年薪百万招不到人，AI工程师都去哪了？

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