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

安徽实特医药取得恒温磁力搅拌器结构专利，避免搅拌功率过高致液体溢出

金融界2024年12月25日消息，国家知识产权局信息显示，安徽实特医药科技有限公司取得一项名为“一种恒温磁力搅拌器结构”的专利，授权公告号CN222196724U，申请日期为2024年5月。

金融界 2024-12-25

广东智子取得气流混合器专利，仅需单个喷嘴就能实现对粉体物料充分快速且无死角活化对流混合

金融界2024年12月25日消息，国家知识产权局信息显示，广东智子智能技术有限公司取得一项名为“气流混合器”的专利，授权公告号CN222196720U，申请日期为2024年4月。专利摘要显示，本公开提供一种气流混合器。

金融界 2024-12-25

如何在微信中保护隐私与安全，避免实名认证带来的困扰

微信作为一款广受欢迎的社交软件，已经成为我们生活中不可或缺的一部分。在日常使用中，实名认证是个很重要的步骤，它可以帮助用户提升账户安全性，避免一些不必要的麻烦。但是，有些用户可能会因为各种原因，想要取消实名认证。不过，微信目前并没有提供直接取消实名认证的功能。那么，具体该如何处理呢？接下来，我们就来聊聊这个话题。

新报观察 2024-12-25

光合泰道智能科技申请基于安全深度强化学习的数据中心的冷却控制专利，不超过预设的温度安全阈值前提下最小化数据中心总能耗

金融界2024年12月25日消息，国家知识产权局信息显示，光合泰道智能科技（杭州）有限公司申请一项名为“基于安全深度强化学习的数据中心的冷却控制方法及装置”的专利，公开号CN119172985A，申请日期为2024年9月。

金融界 2024-12-25

江西德思恩申请折叠电子设备用散热材料专利，能在 40 万次折叠实验中性能更稳定

金融界2024年12月25日消息，国家知识产权局信息显示，江西德思恩科技有限公司申请一项名为“一种折叠电子设备用散热材料”的专利，公开号CN119172987A，申请日期为2024年9月。

金融界 2024-12-25

如何在手机摄影中轻松关闭拍照声音，避免尴尬场合的干扰

在我们的日常生活中，手机摄影已经成为了一种常见的记录方式，随时随地都可以用手机捕捉到美好的瞬间。不过，有些朋友可能会发现，手机拍照时发出的“咔嚓”声实在是有点烦人，特别是在安静的环境中，比如图书馆、会议室或者是某些特别的场合。

新报观察 2024-12-25

删除的短信怎么找回

生活中，我们常常会因为一时的冲动，或者是误操作，导致一些重要的短信被删除了。那么，删除的短信究竟能不能找回呢？很多安卓手机都自带有备份与恢复的选项，进入设置后，找到相关的功能，看看是否可以从备份中恢复已删除的短信。

新报观察 2024-12-25

北检润和取得称重搅拌系统专利，解决实验室溶液制备问题

金融界2024年12月25日消息，国家知识产权局信息显示，北检润和（北京）技术服务有限公司取得一项名为“称重搅拌系统”的专利，授权公告号CN222196723U，申请日期为2024年4月。

金融界 2024-12-25

进鑫机械申请机械设备用高效热交换装置专利，提高热交换器工作效率

金融界2024年12月25日消息，国家知识产权局信息显示，六安市进鑫机械制造有限公司申请一项名为“一种机械设备用的高效热交换装置”的专利，公开号CN119172984A，申请日期为2024年8月。

金融界 2024-12-25

全面解析音响使用技巧，提升音乐体验的实用指南

音响怎么用？这个问题听起来好像很简单，但实际上，音响的使用涉及到很多细节和技巧。今天我们就来聊聊如何充分发挥音响的潜力，让你的音乐体验更加出色。先说说音响的基本组成部分。一般来说，一个音响系统主要由音箱、功放、音源和连接线组成。音箱负责发声，功放则是增强声音的力量，让音质更加饱满。

新报观察 2024-12-25

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

安徽实特医药取得恒温磁力搅拌器结构专利，避免搅拌功率过高致液体溢出

广东智子取得气流混合器专利，仅需单个喷嘴就能实现对粉体物料充分快速且无死角活化对流混合

如何在微信中保护隐私与安全，避免实名认证带来的困扰

光合泰道智能科技申请基于安全深度强化学习的数据中心的冷却控制专利，不超过预设的温度安全阈值前提下最小化数据中心总能耗

江西德思恩申请折叠电子设备用散热材料专利，能在 40 万次折叠实验中性能更稳定

如何在手机摄影中轻松关闭拍照声音，避免尴尬场合的干扰

删除的短信怎么找回

北检润和取得称重搅拌系统专利，解决实验室溶液制备问题

进鑫机械申请机械设备用高效热交换装置专利，提高热交换器工作效率

全面解析音响使用技巧，提升音乐体验的实用指南

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