Whisper是美国人工智能研究公司OpenAI发布的一个自动语音识别（ASR）系统。它基于从网络上收集的680,000小时多语言数据进行训练，具有对口音、背景噪音和技术语言的良好鲁棒性。Whisper支持99种不同语言的转录和从这些语言到英语的翻译。该系统使用了一种简单的端到端方法，其架构是利用Transformer模型的编码器-解码器。输入音频被分成30秒一段的模块，然后转换成log-Mel频谱图，再传递给编码器。编码器计算注意力，最后把数据传递给解码器，解码器被训练来预测相应的文本，并添加特殊标记，这些标记用来单个模型执行诸如语言识别、多语言语音转录和英语语音翻译等任务。
数据统计
数据评估
关于Whisper（OpenAI）特别声明
本站语画导航站提供的Whisper（OpenAI）都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由语画导航站实际控制，在2024年1月20日 下午7:27收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除，语画导航站不承担任何责任。
