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/whisperSpråk
PythonVad 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