All öppen källkod
Öppen källkodRöst och media78k

Whisper

OpenAI:s robusta tal-till-text-modell för transkription och översättning.

Whisper är OpenAI:s open-source-modell och referensimplementering för automatisk taligenkänning, tränad på ett stort flerspråkigt och fleruppgiftsdataset. Den utför transkription och översättning på många språk och distribueras i flera modellstorlekar som avväger noggrannhet mot hastighet och minnesanvändning.

Kodförråd

openai/whisper

Språk

Python

Vad du kan bygga med det

  • Transkribera ljud eller video till text för textning, sökning eller efterföljande LLM-bearbetning
  • Översätt icke-engelskt tal direkt till engelsk text
  • Generera transkript som indata till röstdrivna AI-applikationer och sammanfattning av möten/poddar

Taggar

stttranscriptionopenai