使用 Transformers 为多语种语音识别任务微调 Whisper 模型

作者：HuggingFace发布时间：2023-06-27

使用 🤗 Transformers 为多语种语音识别任务微调 Whisper 模型本文提供了一个使用 Hugging Face 🤗 Transformers 在任意多语种语音识别 (ASR) 数据集...【查看原文】

相关资讯

语音识别上难度讯飞输入法免切换识别多语种多方言不迷糊！

近日，科大讯飞在北京发布讯飞星火大模型V4.0及相关落地应用。讯飞星火V4.0七大核心能力全面提升，整体超越GPT-4 Turbo，在8个国际主流测试集中排名第一，国内大模型全面领先。同时，本次星火语音大模型再升级，发布国际领先的多语种多方言免切换语音识别能力。讯飞输入法现场演示了方言外语免切换语音输入，大大提升用户的输入效率。 [图片] 刘庆峰认为，语音将成为万物互联时代人机交互的主要方式，人机交互最重要的场景是远场、噪声、多人说话、多语言，因此万物互联时代的AIUI（人工智能用户界面）要满足远场高噪声

科大讯飞 GPT-4 人工智能

潮流科技发烧友 2024-07-01

公司问答 | 传音控股：公司在人工智能语音识别和视觉感知、多语种AI语音助手、AI场景识别技术等方向有布局

有投资者在互动平台向传音控股提问：贵司在人工智能方面有哪些布局？传音控股回应：公司在人工智能语音识别和视觉感知、多语种AI语音助手、AI场景识别技术等方向有布局。(格隆汇)

人工智能 AI音频融资

2023-05-08

使用OpenAI的Whisper 模型进行语音识别

点击上方“Deephub Imba”,关注公众号,好文章不错过 !语音识别是人工智能中的一个领域，它允许计算机理解人类语音并将其转换为文本。该技术用于 Alexa 和各种聊天机器人应用程序等设备。而我们最常见的就是语音转录，语音转录可以语音转换为文字记录或字幕。wav2vec2、Conformer 和 Hubert 等最先进模型的最新发展极大地推...

OpenAI 人工智能 Whisper

deephub 2023-01-28

Whisper 语音识别模型

Whisper 是一种通用的语音识别模型。它是在包含各种音频的大型数据集上训练的，也是一个可以执行多语言语音识别、语音翻译和语言识别的多任务模型。开源项目地址：https://github.com/openai/whisperWhisper 语音识别模型Transformer 序列到序列模型针对各种语音处理任务进行训练，包括多语言语音识别、语音翻译、口语识别和语音活动检测。这些任务共同表示为由解码器预测的一系列标记，允许单个模型取代传统语音处理管道的多个阶段。多任务训练格式使用一组特殊标记作为任务说明符或

Whisper GitHub OpenAI

CiiLIi西里网 2023-06-09

通义千问开源1100亿参数大模型，支持多语种训练

据头部财经了解，通义千问宣布开源了其1100亿参数模型Qwen1.5-110B，这一举动立即引发了业界的广泛关注。通义千问1100亿参数模型延续了Qwen1.5系列的Transformer解码器架构

通义千问

大力财经 2024-04-29

近期资讯

OV米超大杯影像规格前瞻 | 红米K80宣布OTA 调整性能释放

据爆料达人数码闲聊站暗示，小米15Ultra为后置四摄①50MP一英寸主摄②50MP小底超广角③50MP3X中小底直立长焦④200MP4.3X大底潜望长焦/双微距；而OPPOFindX8Ultra后置为①50MP一英寸主摄②50MP中底超广角③50MP3X大底潜望长焦④50MP6X中底潜望长焦+多光谱摄像头；vivoX200Ultra则是...

小白测评 2024-12-28

嫦娥五号月球样品向公众开放！看了这个展四舍五入也算去了趟月球

2020年12月，嫦娥五号成功从月球带回月壤样品，月球样品科研工作随之展开。今天（12月28日）下午，“问月——中国探月工程嫦娥五号月球样品展”将在北京天文馆B馆一层展厅拉开帷幕。

环球时报 2024-12-28

“和合共生”彰显中华民族文化自信

在经济全球化深入发展的今天，文明的交融、思想的碰撞为人类社会发展提供动力。在全球文明交响乐中，拥有五千多年悠久历史的中华文明不可或缺。中国高扬中华民族的文化主体性，不仅是对传统的守护，也是为人类未来贡献智慧。中华文明犹如一条生生不息的大河，滋养了中华民族的精神世界，为世界文明注入独特的东方智慧。

北青网 2024-12-28

华为 nova 13/Pro、nova 12/Pro 四款手机开启鸿蒙 NEXT Beta招募

IT之家12月28日消息，时隔近四个月，华为再次宣布开启鸿蒙HarmonyOSNEXTBeta版内测用户招募。HUAWEInova13、HUAWEInova13Pro、HUAWEInova12、HUAWEInova12Pro共4款手机的用户可参与报名，截止时间为2025年1月10日15:00。

IT之家 2024-12-28

雷军：小米SU7交付量超过13万台，我们还将扩充产能，保障交付

雷军在微博上表示，今天是12月28日，去年的今天，小米汽车正式跟大家见面。

华尔街见闻 2024-12-28

深圳市格瑞斯通自控设备有限公司取得一种多路检测高精度水浸传感器专利，方便工作人员拆卸更换不同长度导线或者更换新的探头端

金融界2024年12月28日消息，国家知识产权局信息显示，深圳市格瑞斯通自控设备有限公司取得一项名为“一种多路检测高精度水浸传感器”的专利，授权公告号CN222212165U，申请日期为2024年4月。

金融界 2024-12-28

大屏幕、大智慧，华为MatePad Pro 13.2英寸柔光版让你“没得怕的”!

12月26日，华为官方发布创意视频“没得怕的”，引发万千网友情感共鸣。随着故事的推进，那些看似不可逾越的障碍，在坚持与努力下，竟然变得不再那么可怕。目前，华为平板全球累计出货量已超1亿台，2024年第三季度更以36.7%的份额稳居中国平板市场第一。

红星新闻 2024-12-28

如何轻松安装当贝市场到智能电视，获取丰富应用与内容体验

当贝市场作为一个热门的电视应用商城，很多人都想在自己的电视上安装它，以便获取更多的应用和内容。可是，很多人对安装过程感到困惑，不知道从何下手。其实，装当贝市场并不复杂，只要你按照一定的步骤进行，就能轻松搞定。下面，我就来详细讲讲怎么把当贝市场装到电视上。首先，确保你的电视是智能电视，支持安装第三方应用。

新报观察 2024-12-28

风起先进，云上制造——先进制造“链”入星辰大海

在第二届中国国际供应链促进博览会（以下简称“链博会”）的先进制造链展区，呈现了一幅群星飞天的壮阔画卷。“精密端齿”具备自定心、精度高、寿命长、重量轻等特点，非常利于发动机转子件的设计、制造、安装和维修，被广泛应用于航空航天发动机、燃气轮机、核电泵、轨道交通等领域，这是雄名航空科工股份有限公司（以下简称“雄名科工”）带来的展品之一。

中国对外贸易杂志 2024-12-28

新一代性能猛兽登场英特尔酷睿 Ultra 7 255HX 现身 Geekbench

【CNMO科技新闻】近日，CNMO注意到Geekbench数据库中出现了两款高端游戏本CPU型号的测试结果，包括搭载酷睿Ultra7255HX的测试工程机在AI跑分测试中的表现。

手机中国 2024-12-28

使用 Transformers 为多语种语音识别任务微调 Whisper 模型

推荐体验

相关资讯

语音识别上难度讯飞输入法免切换识别多语种多方言不迷糊！

公司问答 | 传音控股：公司在人工智能语音识别和视觉感知、多语种AI语音助手、AI场景识别技术等方向有布局

使用OpenAI的Whisper 模型进行语音识别

Whisper 语音识别模型

通义千问开源1100亿参数大模型，支持多语种训练

近期资讯

OV米超大杯影像规格前瞻 | 红米K80宣布OTA 调整性能释放

嫦娥五号月球样品向公众开放！看了这个展四舍五入也算去了趟月球

“和合共生”彰显中华民族文化自信

华为 nova 13/Pro、nova 12/Pro 四款手机开启鸿蒙 NEXT Beta招募

雷军：小米SU7交付量超过13万台，我们还将扩充产能，保障交付

深圳市格瑞斯通自控设备有限公司取得一种多路检测高精度水浸传感器专利，方便工作人员拆卸更换不同长度导线或者更换新的探头端

大屏幕、大智慧，华为MatePad Pro 13.2英寸柔光版让你“没得怕的”!

如何轻松安装当贝市场到智能电视，获取丰富应用与内容体验

风起先进，云上制造——先进制造“链”入星辰大海

新一代性能猛兽登场英特尔酷睿 Ultra 7 255HX 现身 Geekbench

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响