我们已经训练并开源了一个名为Whisper的神经网络,该神经网络在英语语音识别方面接近人类水平的鲁棒性和准确性。

Whisper是一个开源的自动语音识别系统,经过68万小时的多语言和多任务监督数据训练,这些数据是从网络上收集的。它被设计成对口音、背景噪音和技术语言具有健壮性,并且可以将多种语言的语音转录和翻译成英语。它是一种简单的端到端方法,实现为编码器-解码器Transformer。它还能够执行语言识别和短语级时间戳。它的设计易于使用,具有较高的准确性,允许开发人员为更多的应用程序添加语音接口。

数据统计

相关导航

暂无评论

暂无评论...
error: Content is protected !!