Åpen kildekodeLyd og media78k
Whisper
OpenAIs robuste tale-til-tekst-modell for transkripsjon og oversettelse.
Whisper er OpenAIs åpen kildekode automatiske talegjenkjenningsmodell og referanseimplementasjon, trent på et stort flerspråklig og multitask-datasett. Den utfører transkripsjon og oversettelse på tvers av mange språk og distribueres i flere modellstørrelser som avveier nøyaktighet mot hastighet og minne.
Kodelager
openai/whisperSpråk
PythonDet du kan bygge med den
- Transkriper lyd eller video til tekst for teksting, søk eller videre LLM-behandling
- Oversett ikke-engelsk tale direkte til engelsk tekst
- Generer transkripter som inndata til stemmedrevne AI-applikasjoner og møte-/podkastoppsummeringer
Tagger
stttranscriptionopenai