Saltar al contenido principal
ToolPotion
Asesor de IA
Enviar

Modelo OpenAI Whisper

Modelos de IAModelos de IA y LLMCódigo abierto · Web

OpenAI Whisper es un modelo preentrenado para el reconocimiento automático de voz y la traducción. Soporta múltiples idiomas y está diseñado para generalizar a través de conjuntos de datos sin necesidad de ajuste fino, lo que lo hace versátil para diversas tareas de ASR.

Ver modelo
Compartir
Ver modelo
Compartir

OpenAI Whisper es un modelo sofisticado preentrenado diseñado para el reconocimiento automático de voz (ASR) y la traducción de voz. Desarrollado por OpenAI, Whisper se basa en una arquitectura de codificador-decodificador Transformer, también conocida como modelo de secuencia a secuencia. Fue entrenado en un extenso conjunto de datos de 680,000 horas de datos de voz etiquetados utilizando supervisión débil a gran escala. Este entrenamiento permite que Whisper generalice de manera efectiva a través de diversos conjuntos de datos y dominios sin requerir ajuste fino.

Leer más

Los modelos Whisper están disponibles en cinco configuraciones, cada una variando en tamaño y capacidad. Los modelos más pequeños están entrenados tanto en datos solo en inglés como en datos multilingües, mientras que los modelos más grandes son exclusivamente multilingües. Estos modelos son accesibles en el Hugging Face Hub, proporcionando flexibilidad para diferentes tareas de ASR y traducción. Whisper puede transcribir muestras de audio y traducir voz de un idioma a otro, lo que lo convierte en una herramienta versátil para desarrolladores e investigadores.

El modelo utiliza tokens de contexto para determinar la tarea y el idioma para la transcripción o traducción. Estos tokens guían al modelo en la predicción del idioma de salida y la tarea, permitiendo predicciones controladas o automáticas. Las capacidades de Whisper se extienden a la transcripción de formato largo a través de un algoritmo de fragmentación, lo que le permite manejar muestras de audio de longitud arbitraria.

Si bien Whisper demuestra un rendimiento sólido en ASR y traducción, tiene limitaciones. La precisión del modelo puede variar entre idiomas, especialmente aquellos con menos datos de entrenamiento. Además, puede producir alucinaciones, donde la salida incluye texto que no está presente en la entrada de audio. A pesar de estos desafíos, la robustez de Whisper frente a acentos, ruido de fondo y lenguaje técnico lo convierte en una herramienta valiosa para mejorar la accesibilidad y desarrollar soluciones de ASR.

  • CategoríaModelos de IA y LLM
  • Modelo de preciosCódigo abierto
  • ImplementaciónNube
  • PlataformasWeb

  • Preentrenado en 680k horas de datos

  • Soporta reconocimiento automático de voz

  • Permite traducción de voz

  • Modelo de codificador-decodificador basado en Transformer

  • Disponible en cinco tamaños de modelo

  • Maneja tareas multilingües y solo en inglés

  • Tokens de contexto para control de tarea e idioma

  • Transcripción de formato largo con fragmentación

  1. Acceder a la página: Visitar la página del modelo en Hugging Face

  2. Cargar modelo: Descargar el modelo Whisper desde el Hub

  3. Configurar entorno: Configurar WhisperProcessor

  4. Integrar: Usar tokens de contexto para tareas

  5. Ajustar: Mejorar el rendimiento con datos etiquetados

  • Reconocimiento de Voz
  • Traducción de Voz
  • ASR Multilingüe
  • Herramientas de Accesibilidad
  • Investigación y Desarrollo

De OpenAI

Un modelo de whisper.cpp.

Reseñas de Modelo OpenAI Whisper

Cargando...

Herramientas de IA populares como Modelo OpenAI Whisper

whisper-large-v3

Modelos de IA

Whisper-large-v3 es un modelo avanzado para el reconocimiento automático de voz y la traducción de voz, entrenado con más de 5 millones de horas de datos. Ofrece un rendimiento…

Modelos de IA y LLM
Ver herramienta

Modelos de IA

Modelo avanzado para el reconocimiento automático de voz y la traducción de voz, entrenado con más de 5 millones de horas de datos. Ofrece un rendimiento…Whisper-large-v3 es un modelo avanzado para el reconocimiento automático de voz y la traducción de voz, entrenado con más de 5 millones de horas de datos. Ofrece un rendimiento…

DestacadaModelos de IA y LLM
Ver el Top 5 de Modelos de IA

OpenAI Whisper

Repositorios de IA en GitHub

Whisper es un modelo robusto de reconocimiento de voz de propósito general desarrollado por OpenAI. Sobresale en el reconocimiento de voz multilingüe, la traducción y la…

Herramientas de transcripción con IA
Ver herramienta

Repositorios de IA en GitHub

Whisper es un modelo robusto de reconocimiento de voz de propósito general desarrollado por OpenAI. Sobresale en el reconocimiento de voz multilingüe, la traducción y la…

DestacadaHerramientas de transcripción con IA
Ver el Top 250 de Repositorios de IA en GitHub

Whisper Large V3 Turbo es un modelo de vanguardia para el reconocimiento automático de voz y la traducción, optimizado para la velocidad con capas de decodificación reducidas.…

Modelos de IA y LLM
Ver herramienta

Modelo de vanguardia para el reconocimiento automático de voz y la traducción, optimizado para la velocidad con capas de decodificación reducidas.…Whisper Large V3 Turbo es un modelo de vanguardia para el reconocimiento automático de voz y la traducción, optimizado para la velocidad con capas de decodificación reducidas.…

Modelos de IA y LLM
Ver el Top 5 de Modelos de IA

XLM-RoBERTa Base

Modelos de IA

XLM-RoBERTa es un modelo multilingüe preentrenado en 2.5TB de datos en 100 idiomas. Destaca en tareas como clasificación de secuencias y clasificación de tokens, lo que lo…

Modelos de IA y LLM
Ver herramienta

Modelos de IA

Modelo multilingüe preentrenado en 2.5TB de datos en 100 idiomas. Destaca en tareas como clasificación de secuencias y clasificación de tokens, lo que lo…XLM-RoBERTa es un modelo multilingüe preentrenado en 2.5TB de datos en 100 idiomas. Destaca en tareas como clasificación de secuencias y clasificación de tokens, lo que lo…

DestacadaModelos de IA y LLM
Ver el Top 5 de Modelos de IA

bigscience/bloom

Modelos de IA

BLOOM es un modelo de lenguaje grande autoregresivo multilingüe desarrollado por BigScience. Genera texto coherente en 46 idiomas y 13 lenguajes de programación, permitiendo…

Modelos de IA y LLM
Ver herramienta

Modelos de IA

BLOOM es un modelo de lenguaje grande autoregresivo multilingüe desarrollado por BigScience. Genera texto coherente en 46 idiomas y 13 lenguajes de programación, permitiendo…

DestacadaModelos de IA y LLM
Ver el Top 5 de Modelos de IA

Modelo de IA Bark

Modelos de IA

Bark es un modelo de texto a audio basado en transformadores desarrollado por Suno, capaz de generar discursos realistas en múltiples idiomas y otras formas de audio. Soporta la…

Modelos de IA y LLM
Ver herramienta

Modelos de IA

Bark es un modelo de texto a audio basado en transformadores desarrollado por Suno, capaz de generar discursos realistas en múltiples idiomas y otras formas de audio. Soporta la…

Modelos de IA y LLM
Ver el Top 5 de Modelos de IA

Mistral-7B-v0.1

Modelos de IA

Mistral-7B-v0.1 es un modelo de texto generativo preentrenado con 7 mil millones de parámetros, diseñado para avanzar en la inteligencia artificial a través del código abierto.…

Modelos de IA y LLM
Ver herramienta

Modelos de IA

Modelo de texto generativo preentrenado con 7 mil millones de parámetros, diseñado para avanzar en la inteligencia artificial a través del código abierto.…Mistral-7B-v0.1 es un modelo de texto generativo preentrenado con 7 mil millones de parámetros, diseñado para avanzar en la inteligencia artificial a través del código abierto.…

DestacadaModelos de IA y LLM
Ver el Top 5 de Modelos de IA

Wav2Vec2 Large XLSR-53 es un modelo de voz preentrenado diseñado para el reconocimiento de voz multilingüe. Requiere ajuste fino para tareas específicas como el Reconocimiento…

Modelos de IA y LLM
Ver herramienta

Modelo de voz preentrenado diseñado para el reconocimiento de voz multilingüe. Requiere ajuste fino para tareas específicas como el Reconocimiento…Wav2Vec2 Large XLSR-53 es un modelo de voz preentrenado diseñado para el reconocimiento de voz multilingüe. Requiere ajuste fino para tareas específicas como el Reconocimiento…

Modelos de IA y LLM
Ver el Top 5 de Modelos de IA
1 de 8