Skip to content
WONGCW 網誌
  • 首頁
  • 論壇
  • 微博
  • 壁紙下載
  • 免費圖床
  • 視頻下載
  • 聊天室
  • SEO工具
  • 支援中心
  • 表格製作
  • More
    • 在線名片
    • 網頁搜索
    • 天氣預報
    • 二維碼生成器
  • Search Icon

WONGCW 網誌

記錄生活經驗與點滴

OpenAI宣布開源多語言語音識別系統Whisper

OpenAI宣布開源多語言語音識別系統Whisper

2022-09-22 Comments 0 Comment

儘管包括Google、亞馬遜和Meta 在內的科技巨頭,都將各自開發的功能強大的語音識別系統置於其軟件和服務的核心地位。但在人工智能和機器學習領域,語音識別仍是一個頗具挑戰性的話題。好消息是,今日OpenAI 隆重地宣布了Whisper 的開源—— 可知作為一套自動語音識別系統,官方宣稱它能夠實現多種語言的強大轉錄、並將它們翻譯成英語。

(來自:OpenAI Blog)

OpenAI 表示,Whisper 的不同之處,在於其接受了從網絡收集的68 萬小時的多語言和“多任務”訓練數據,從而提升了該方案對獨特口音、背景噪聲和技術術語的識別能力。

官方GitHub存儲庫上的概述稱:

Whisper 模型的主要目標用戶,是研究當前模型穩健性、泛化、能力、偏差和約束的AI 研究人員。

與此同時,它也很適合作為面向開發者的自動語音識別解決方案尤其是英語語音識別。

感興趣的朋友,可以從託管平台上下載Whisper 系統的多個版本,其模型在大約10 種語言上展現出了強大的ASR 結果。

此外假如在某些任務上加以微調的話,它們還有望在語音活動檢測、講述者分類等應用場景下表現出額外的能力。

1.png

架構示意

遺憾的是,Whisper 尚未在相關領域得到強有力的評估、且模型也有其局限性—— 有其在文本預測領域。

由於該系統接受了大量“嘈雜”的數據訓練,OpenAI 決定提前給大家打一劑預防針,警告稱Whisper 可能在轉錄中包含實際上未講述的單詞。

原因可能是Whisper 既試圖預測音頻中的下一個單詞、又試圖轉錄音頻本身。

2.png

流程示例

此外Whisper 在不同語言場景下的表現也不大一致,尤其涉及在訓練數據中沒有很好被代表的語言的講述者時,其錯誤率也會更高。

不過後者在語音識別領域早已不是什麼新鮮事,即使業內首屈一指的系統,也一直受到此類偏差的困擾。

參考斯坦福大學在2020 年分享的一項研究結果—— 相較於黑人,來自亞馬遜、蘋果、Google、IBM 和微軟的系統,針對白人用戶的錯誤率要低得多(大約35%)。

3.png

Whisper 有約1/3 的音頻數據集為非英語

即便如此,OpenAI 還是認為Whisper 的轉錄功能,可被用於改進現有的可訪問性工具。其在GitHub 上寫道:

儘管Whisper 模型不適用於開箱即用的實時轉錄,但其速度和大小表明,其他人可在此基礎上構建近乎實時的語音識別和翻譯應用程序。

建立在Whisper 模型之上的有益應用程序,其價值切實地表明了這些模型的不同性能,有望發揮出真正的經濟影響力。

我們希望大家能夠將該技術積極應用於有益目的,使自動語音識別技術更易獲得改進、讓更多參與者能夠打造出更負責任的項目。

在速度和準確性的雙重優勢下,Whisper 將允許對大量通信提供可負擔得起的自動轉錄和翻譯體驗。

分享此文:

  • 按一下即可分享至 X(在新視窗中開啟) X
  • 按一下以分享至 Facebook(在新視窗中開啟) Facebook
  • 分享到 WhatsApp(在新視窗中開啟) WhatsApp
  • 按一下以分享到 Telegram(在新視窗中開啟) Telegram
  • 分享到 Pinterest(在新視窗中開啟) Pinterest
  • 分享到 Reddit(在新視窗中開啟) Reddit
  • 按一下即可以電子郵件傳送連結給朋友(在新視窗中開啟) 電子郵件
  • 點這裡列印(在新視窗中開啟) 列印

相關


網絡資訊

Post navigation

PREVIOUS
韓國大韓航空將推出機上Wi-Fi服務
NEXT
普通人用了上癮藝術家看了流淚:這個爆火的AI真能一鍵挑戰大師畫作?

發表迴響取消回覆

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料。

More results...

Generic filters
Exact matches only
Search in title
Search in content
Search in excerpt
Filter by 分類
網站公告
Featured
赫思醫美
限時免費
Windows 軟件下載
系統軟件
辦公軟件
圖像處理
影音媒體
網絡軟件
應用軟件
Mac 軟件下載
安卓軟件下載
網絡資訊
Mac資訊
Linux資訊
VPS資訊
NASA資訊
WordPress資訊
WeChat資訊
PHP資訊
教學資源
開源程序
網頁工具
SEO工具
醫療健康
其他資訊
Content from
Content to
2022 年 9 月
一 二 三 四 五 六 日
 1234
567891011
12131415161718
19202122232425
2627282930  
« 8 月   10 月 »

分類

  • 網站公告
  • 赫思醫美
  • 限時免費
  • Windows 軟件下載
  • 系統軟件
  • 辦公軟件
  • 圖像處理
  • 影音媒體
  • 網絡軟件
  • 應用軟件
  • Mac 軟件下載
  • 安卓軟件下載
  • 網絡資訊
  • Mac資訊
  • Linux資訊
  • VPS資訊
  • NASA資訊
  • WordPress資訊
  • WeChat資訊
  • PHP資訊
  • 教學資源
  • 開源程序
  • 網頁工具
  • SEO工具
  • 醫療健康
  • 其他資訊

彙整

近期文章

  • 國鈾一號成功生產下線“第一桶鈾” 2025-07-12
  • 天舟九號船箭組合體已轉運至發射區 2025-07-12
  • 奧特曼解釋為何緊急叫停OpenAI開源模型發布 2025-07-12
  • 美科技大佬與川普關係半年生變:黃仁勳得勢,馬斯克失寵 2025-07-12
  • Shein因出貨慢遭加州起訴70萬美元達成和解 2025-07-12
  • OpenAI 再次推遲發布其開放模型 2025-07-12
  • 印度失事波音客機飛行員語音對話曝光 2025-07-12
  • 《劍星》PC版發售帶動PS5版額外售出22萬套遊戲 2025-07-12
  • 小島秀夫和《黑神話》主創馮驥、楊奇見面合影留念 2025-07-12
  • 身家反超巴菲特之時黃仁勳警示AI風險:沒新想法就集體失業 2025-07-12

熱門文章與頁面︰

  • 無3C行動電源禁止登機一文看懂到底什麼是3C認證、如何分辨真偽
  • 《集合啦!動物森友會》玩家可將整個島嶼遷移至Switch2
  • 驅動總裁(DrvCeo) v1.9.19.0
  • Photon Matrix:針對蚊子的“防空系統”
  • 您可以在Windows 11 24H2 中找回WordPad
  • Switch 2還有隱藏HDR設定? 這樣調整會讓畫質更好
  • 4款家用血糖儀、尿酸儀對比評測
  • 貝貝BiliBili – 在線一鍵下載B站視頻,可解析播放!
  • 治療勃起功能障礙的藥物如何幫助治療癌症和拯救成千上萬的生命
  • z-sms – 在線免費云短信臨時手機號接碼平台網頁版

投遞稿件

歡迎各界人士投遞稿件到admin@wongcw.com

請提供以下資料:

1.你的名字

2.你的電郵

3.分類目錄

4.文章標題

5.文章摘要

6.文章內容

7.文章來源

 

聯繫我們

查詢,投稿,商務合作:
​admin@wongcw.com
​技術支援:
​support@wongcw.com
​客户服務:
​cs@wongcw.com

QQ群:833641851

赫思醫美

快帆

MALUS

極度掃描

DMCA.com Protection Status

WONGCW 網誌

  • 免責聲明
  • 捐助我們
  • ThemeNcode PDF Viewer
  • ThemeNcode PDF Viewer SC
  • Events

服務器提供

本站使用之服務器由ikoula提供。

聯繫我們

查詢,投稿,商務合作:
​admin@wongcw.com
​技術支援:
​support@wongcw.com
​客户服務:
​cs@wongcw.com

QQ群:833641851

© 2025   All Rights Reserved.