All åpen kildekode
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/whisper

Språk

Python

Det 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