Langsung ke konten utama
ToolPotion
Penasihat AI
Kirim (Gratis)

Model OpenAI Whisper

Model AIModel AI & LLMOpen source · Web

OpenAI Whisper adalah model pra-latih untuk pengenalan suara otomatis dan terjemahan. Model ini mendukung berbagai bahasa dan dirancang untuk menggeneralisasi di berbagai dataset tanpa perlu fine-tuning, menjadikannya serbaguna untuk berbagai tugas ASR.

Lihat Model
Bagikan
Lihat Model
Bagikan

OpenAI Whisper adalah model pra-latih yang canggih yang dirancang untuk pengenalan suara otomatis (ASR) dan terjemahan suara. Dikembangkan oleh OpenAI, Whisper didasarkan pada arsitektur encoder-decoder Transformer, yang juga dikenal sebagai model sequence-to-sequence. Model ini dilatih pada dataset besar yang terdiri dari 680.000 jam data suara berlabel menggunakan pengawasan lemah skala besar. Pelatihan ini memungkinkan Whisper untuk menggeneralisasi secara efektif di berbagai dataset dan domain tanpa memerlukan fine-tuning.

Baca Selengkapnya

Model Whisper tersedia dalam lima konfigurasi, masing-masing bervariasi dalam ukuran dan kemampuan. Model yang lebih kecil dilatih pada data yang hanya berbahasa Inggris dan data multibahasa, sementara model terbesar hanya multibahasa. Model-model ini dapat diakses di Hugging Face Hub, memberikan fleksibilitas untuk berbagai tugas ASR dan terjemahan. Whisper dapat mentranskripsi sampel audio dan menerjemahkan suara dari satu bahasa ke bahasa lain, menjadikannya alat yang serbaguna bagi pengembang dan peneliti.

Model ini menggunakan token konteks untuk menentukan tugas dan bahasa untuk transkripsi atau terjemahan. Token-token ini membimbing model dalam memprediksi bahasa keluaran dan tugas, memungkinkan prediksi yang terkontrol atau otomatis. Kemampuan Whisper meluas ke transkripsi bentuk panjang melalui algoritma chunking, memungkinkannya untuk menangani sampel audio dengan panjang sembarang.

Meskipun Whisper menunjukkan kinerja yang kuat dalam ASR dan terjemahan, model ini memiliki keterbatasan. Akurasi model dapat bervariasi di berbagai bahasa, terutama yang memiliki data pelatihan yang lebih sedikit. Selain itu, model ini dapat menghasilkan halusinasi, di mana keluaran mencakup teks yang tidak ada dalam input audio. Meskipun tantangan ini ada, ketahanan Whisper terhadap aksen, kebisingan latar belakang, dan bahasa teknis menjadikannya alat yang berharga untuk meningkatkan aksesibilitas dan mengembangkan solusi ASR.

  • KategoriModel AI & LLM
  • Model HargaOpen source
  • PenerapanCloud
  • PlatformWeb

  • Pra-latih pada 680k jam data

  • Mendukung pengenalan suara otomatis

  • Memungkinkan terjemahan suara

  • Model encoder-decoder berbasis Transformer

  • Tersedia dalam lima ukuran model

  • Menangani tugas multibahasa dan hanya bahasa Inggris

  • Token konteks untuk kontrol tugas dan bahasa

  • Transkripsi bentuk panjang dengan chunking

  1. Akses halaman: Kunjungi halaman model Hugging Face

  2. Muat model: Unduh model Whisper dari Hub

  3. Konfigurasi lingkungan: Siapkan WhisperProcessor

  4. Integrasi: Gunakan token konteks untuk tugas

  5. Fine-tune: Tingkatkan kinerja dengan data berlabel

  • Pengenalan Suara
  • Terjemahan Suara
  • ASR Multibahasa
  • Alat Aksesibilitas
  • Penelitian dan Pengembangan

Dari OpenAI

Model dalam whisper.cpp.

Ulasan Model OpenAI Whisper

Memuat...

Alat AI Populer Seperti Model OpenAI Whisper

Whisper-large-v3 adalah model canggih untuk pengenalan suara otomatis dan terjemahan suara, dilatih dengan lebih dari 5 juta jam data. Model ini menawarkan kinerja yang lebih baik…

Model AI & LLM
Lihat Alat

Model canggih untuk pengenalan suara otomatis dan terjemahan suara, dilatih dengan lebih dari 5 juta jam data. Model ini menawarkan kinerja yang lebih baik…Whisper-large-v3 adalah model canggih untuk pengenalan suara otomatis dan terjemahan suara, dilatih dengan lebih dari 5 juta jam data. Model ini menawarkan kinerja yang lebih baik…

UnggulanModel AI & LLM
Lihat Top 5 Model AI

OpenAI Whisper

Repositori GitHub AI

Whisper adalah model pengenalan ucapan serbaguna yang kuat yang dikembangkan oleh OpenAI. Model ini unggul dalam pengenalan ucapan multibahasa, terjemahan, dan identifikasi…

Alat Transkripsi AI
Lihat Alat

Repositori GitHub AI

Whisper adalah model pengenalan ucapan serbaguna yang kuat yang dikembangkan oleh OpenAI. Model ini unggul dalam pengenalan ucapan multibahasa, terjemahan, dan identifikasi…

UnggulanAlat Transkripsi AI
Lihat Top 250 Repositori GitHub AI

Whisper Large V3 Turbo adalah model canggih untuk pengenalan suara otomatis dan terjemahan, dioptimalkan untuk kecepatan dengan lapisan dekoding yang dikurangi. Model ini…

Model AI & LLM
Lihat Alat

Model canggih untuk pengenalan suara otomatis dan terjemahan, dioptimalkan untuk kecepatan dengan lapisan dekoding yang dikurangi. Model ini…Whisper Large V3 Turbo adalah model canggih untuk pengenalan suara otomatis dan terjemahan, dioptimalkan untuk kecepatan dengan lapisan dekoding yang dikurangi. Model ini…

Model AI & LLM
Lihat Top 5 Model AI

XLM-RoBERTa adalah model multibahasa yang dilatih sebelumnya pada 2,5TB data dari 100 bahasa. Model ini unggul dalam tugas seperti klasifikasi urutan dan klasifikasi token,…

Model AI & LLM
Lihat Alat

Model multibahasa yang dilatih sebelumnya pada 2,5TB data dari 100 bahasa. Model ini unggul dalam tugas seperti klasifikasi urutan dan klasifikasi token,…XLM-RoBERTa adalah model multibahasa yang dilatih sebelumnya pada 2,5TB data dari 100 bahasa. Model ini unggul dalam tugas seperti klasifikasi urutan dan klasifikasi token,…

UnggulanModel AI & LLM
Lihat Top 5 Model AI

BLOOM adalah model bahasa besar autoregresif multibahasa yang dikembangkan oleh BigScience. Model ini menghasilkan teks yang koheren dalam 46 bahasa dan 13 bahasa pemrograman,…

Model AI & LLM
Lihat Alat

BLOOM adalah model bahasa besar autoregresif multibahasa yang dikembangkan oleh BigScience. Model ini menghasilkan teks yang koheren dalam 46 bahasa dan 13 bahasa pemrograman,…

UnggulanModel AI & LLM
Lihat Top 5 Model AI

Bark adalah model teks-ke-audio berbasis transformer dari Suno, yang mampu menghasilkan ucapan multibahasa yang realistis dan bentuk audio lainnya. Ini mendukung penelitian dengan…

Model AI & LLM
Lihat Alat

Bark adalah model teks-ke-audio berbasis transformer dari Suno, yang mampu menghasilkan ucapan multibahasa yang realistis dan bentuk audio lainnya. Ini mendukung penelitian dengan…

Model AI & LLM
Lihat Top 5 Model AI

Mistral-7B-v0.1 adalah model teks generatif yang telah dilatih sebelumnya dengan 7 miliar parameter, dirancang untuk memajukan kecerdasan buatan melalui sumber terbuka. Model ini…

Model AI & LLM
Lihat Alat

Model teks generatif yang telah dilatih sebelumnya dengan 7 miliar parameter, dirancang untuk memajukan kecerdasan buatan melalui sumber terbuka. Model ini…Mistral-7B-v0.1 adalah model teks generatif yang telah dilatih sebelumnya dengan 7 miliar parameter, dirancang untuk memajukan kecerdasan buatan melalui sumber terbuka. Model ini…

UnggulanModel AI & LLM
Lihat Top 5 Model AI

Wav2Vec2 Large XLSR-53 adalah model suara yang telah dilatih sebelumnya, dirancang untuk pengenalan suara lintas bahasa. Model ini memerlukan penyesuaian untuk tugas tertentu…

Model AI & LLM
Lihat Alat

Model suara yang telah dilatih sebelumnya, dirancang untuk pengenalan suara lintas bahasa. Model ini memerlukan penyesuaian untuk tugas tertentu…Wav2Vec2 Large XLSR-53 adalah model suara yang telah dilatih sebelumnya, dirancang untuk pengenalan suara lintas bahasa. Model ini memerlukan penyesuaian untuk tugas tertentu…

Model AI & LLM
Lihat Top 5 Model AI
1 dari 8