看美剧想翻译字幕，就想起了这个Whisper模型。详细描述了实现过程：获取字幕、翻译字幕、合成为视频！...【查看原文】
1 whisper 简介Whisper 由 OpenAI 在2022年9月21日开源，号称其英文语音辨识能力已达到人类水准。Whisper 是一种通用的语音识别模型，它是在不同音频的大型数据集上训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。2 whisper 环境配置2.1 安装 whisper首先需要安装 python 环境。这里需要特别注意版本问题，Whisper 当前支持的版本范围为 python 3.8~3.10，版本过高会导致版本检测失败，过低则安装脚本执行过程各种报错
OpenAIWhisper
任侠001 2023-07-12
用手机“打开”Vision Pro化腐朽为神奇，把不可能变成了可能，这是生成式人工智能的独特魅力。借助AIGC，现在对于普通人而言，可以做的事更多了。比如，挑战写一段段代码，打造属于自己网站、小程序。百闻不如一见，实践出真知。经过多次的Github、CSDN搜索，并结合相关AI大模型，我终于完成了人生中的第一个小程序——“Vision Pro模拟”。该小程序主要利用后置摄像头，获取实时的物理世界作为背景，基于混合现实的场景下，模拟苹果Vision Pro的操作系统VisionOS的基本界面。功能
苹果人工智能AI大模型AIGC编程
果粉Fans 2024-04-26
对于观看非母语小电影的人群，字幕能够帮助观众更好地理解对话和情节发展。电影字幕的生成电影字幕的生成，依赖语音转文本（Speech-to-Text，STT）的技术。随着语音技术和机器学习的发展，语音转文本技术也取得了长足的进步。而OpenAI的Whisper是目前识别率较高的模型。下面讲展示如何调用Whisper来得到电影的字幕.Whisper是一种自动语音识别（ASR）系统，它是基于680,000小时的多语言和多任务监督数据进行训练的，使用了大量的多样化音频数据进行训练，并且具有多任务的能力。Whispe
WhisperChatGPT机器学习OpenAI
浪客剑心客栈 2023-10-28
最近在学习python这是我第一个程序，虽然代码是chatgpt帮着改的。但它依然是我的第一个程序，简单有趣是自学编程的动力源。 也在自学的小伙伴可以下载下来玩玩 https://kodbox.youdang.vip/#s/-DcZxKXg
编程ChatGPT
白嫖党总裁 2024-01-20
各种支持多语言语音识别的模型通常都是在 openai-whisper 基础上再开发的，例如更快、更精确的faster-whisper。
mortimer 2024-06-25
金融界2024年12月26日消息，国家知识产权局信息显示，如熠智能科技（苏州）有限公司取得一项名为“种AGV充电桩”的专利，授权公告号CN222202304U，申请日期为2024年5月。专利摘要显示，本实用新型公开一种AGV充电桩，涉及AGV充电桩技术领域。
金融界 2024-12-26
金融界2024年12月26日消息，国家知识产权局信息显示，长沙翊丰汽车科技有限公司申请一项名为“种聋哑人发音纠正方法”的专利，公开号CN119181382A，申请日期为2024年9月。
在现代生活中，手机已经成为我们不可或缺的工具。今天，我们就来聊聊华为手机上如何设置呼叫等待，让你在接听电话时不再错过重要的来电。如果你在设置过程中遇到任何问题，或者有其他关于手机使用的疑问，随时可以查阅华为的官方帮助文档，或者在网上寻找相关的教程。
新报观察 2024-12-26
体验。希望这篇文章能帮到你，让你更好地使用三星手机的双卡双待功能。无论是工作还是生活，双卡双待都能给你带来更多的便利，快来试试吧！
金融界2024年12月26日消息，国家知识产权局信息显示，金成中天科技（北京）有限公司取得一项名为“一种室外新能源充电桩”的专利，授权公告号CN222202292U，申请日期为2024年4月。
在现代生活中，录屏已经成为了一个非常实用的功能。无论是想记录下精彩的游戏时刻，还是想分享一些手机操作技巧，录屏都能帮你轻松实现。今天，我们就来聊聊华为手机上如何进行录屏，步骤简单易懂，适合所有用户。在开始之前，确保你的华为手机已经更新到最新的系统版本。虽然大部分华为手机都自带录屏功能，但不同的系统版本可能会有些许差异。
金融界2024年12月26日消息，国家知识产权局信息显示，中国长江电力股份有限公司申请一项名为“一种基于transformer的水轮机声音监测方法”的专利，公开号CN119181378A，申请日期为2024年8月。
金融界2024年12月26日消息，国家知识产权局信息显示，平安科技（深圳）有限公司申请一项名为“语音情绪识别方法和装置、电子设备、存储介质”的专利，公开号CN119181385A，申请日期为2024年9月。专利摘要显示，本申请实施例提出的语音情绪识别方法和装置、电子设备、存储介质，涉及人工智能技术领域及金融科技领域。
金融界2024年12月26日消息，国家知识产权局信息显示，英特尔公司申请一项名为“存储器接口电路”的专利，公开号CN119181393A，申请日期为2023年6月。专利摘要显示，一种存储器接口电路，包括驱动器级和向驱动器级提供控制代码的逻辑电路。驱动器级具有多条支路，每条支路包括上拉(PU)晶体管、下拉(PD)晶体管和电阻器。
金融界2024年12月26日消息，国家知识产权局信息显示，深圳市格灵人工智能与机器人研究院有限公司申请一项名为“人脸视频生成方法和装置、电子设备及存储介质”的专利，公开号CN119181373A，申请日期为2024年8月。专利摘要显示，本申请实施例提供了一种人脸视频生成方法和装置、电子设备及存储介质，属于深度学习技术领域。
Copyright © 2025 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
