Whisper是OpenAI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。

类似的工具
其他人也看的工具

词魂
Midjourney提示,分类准确、查询方便

PIKA LABS
一个强大的文本到视频的平台

鬼手剪辑GhostCut
高效实现视频去字幕、视频翻译和视频混剪等

AI辅助Excel课
GPT与Word VBA应用实战21个教程

ExplainPaper
对研究论文中令人困惑的文本...