前言 前段时间测试一下OpenAI的语音识别模型 当时发现效率很低,今天发现阿里有一个专注的语音识别大模型FunAsr 看介绍Funasr的中文识别能力应该比Whisper更强大: Funasr的模型...【查看原文】
君不言语音识别技术则已,言则必称Whisper,没错,OpenAi开源的Whisper确实是世界主流语音识别技术的魁首,但在中文领域,有一个足以和Whisper相颉顽的项目,那就是阿里达摩院自研的
WhisperOpenAI
刘悦的技术博客 2024-01-10
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 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
WhisperGitHubOpenAI
CiiLIi西里网 2023-06-09
OpenAI Whisper实时语音识别:实现近乎实时的语音转文本 近年来,随着人工智能技术的飞速发展,语音识别领域也取得了突破性进展。OpenAI推出的Whisper模型就是其中的佼佼者,凭借其强大
OpenAIWhisper人工智能
用户391315911403 2024-09-02
# 前言 要解决问题: 需要一款开源的语音转文字应用, 用于视频自动转换字幕. 想到的思路: `openai`的`whisper`以及根据这个模型开发的`whisper.cpp`C++应用. 其它的补充: 最好在`linux`下部署, `Windows`下困难太多. --- # 一、部署`whisper` 官方文档要求至少十`python3.8-3.10`, 同时需要`ffmpeg`, 要有`nv`的显卡, 支持`cuda` 直接安装部署: `pip install -U openai-whisper`
不停感叹的老林 2024-01-08
等待困境反转
格隆汇 2024-12-26
电影消费券本是拉动观影需求、刺激电影市场复苏的惠民政策,如今却成了部分粉丝的“追星工具”。
36氪的朋友们 2024-12-26
消费者不爱正经吃饭了。
红餐网 2024-12-26
质疑增程、理解增程、成为增程,然后呢?
甲子光年 2024-12-26
消费金融挖掘最后一块“利润田”,给逾期不还的老赖们送出大额减免“逾期催收红包”
新识研究所 2024-12-26
Meta尝试用概念模型替代token,提高AI语言理解。
12 月 26 日 EV Focus 海外日报
EV Focus 日报 2024-12-26
缺15.5万名技术人员、12.4万名飞行员及19.9万名机组人员
出行一客 2024-12-26
截至2023年末,民生金租总资产1913.22亿元,总负债1680.82亿元,租赁资产余额为1548.41亿元,股东权益232.41亿元,资产负债率为87.85%、逼近90%
财经五月花 2024-12-26
该直面根本性问题了。
音乐先声 2024-12-26
Copyright © 2026 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1