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

“云幼萌娃”当家“趣”摆摊，探寻集市里的年味儿

亲子游园、年俗庙会、跳蚤市场……2024年12月25日—27日，重庆市开州区云枫中心幼儿园举行了“灵蛇迎新童乐无限”2025年庆元旦活动，“云幼娃”们在亲身体验、实际操作中感受传统节日氛围，体验传统年味儿。活动伊始，重庆市开州区云枫中心幼儿园党支部书记、园长唐敏作新年致辞。

上游新闻 2024-12-27

AI 正在“吸干”全球电力？更可怕的事还在后面

近年来，人工智能（AI）的崛起引起了广泛的讨论和担忧，很多人担心AI会造成失业率飙升，而有些乐观的朋友则戏称“只要电费贵过馒头，AI就永远不能完全代替人”。虽然这是句玩笑话，但背后则是实实在在的AI能耗问题，越来越多的人担忧高能耗将成为制约AI发展的瓶颈。

科普中国 2024-12-27

陕西迈入万兆时代：首位全光万兆园区用户诞生

快科技12月27日消息，近日，西安市碑林科技产业园内的陕西红顶名医堂药业有限公司成功开通了万兆宽带服务，成为陕西省首个采用50GPON解决方案的全光万兆园区用户。这一里程碑式的进展标志着陕西地区正式迈入了“全光万兆”新时代。该公司信息部主任在体验新网络后感慨地说：“现在感觉网速太快了，我们下载10个G视频素材一下子就好了。”

快科技 2024-12-27

上海汉图发布高速激光打印一体机：首个国产主控龙芯2P0500

快科技12月27日消息，上海汉图科技发布了全新的极印全新高速激光打印一体机“XP356DNL”，搭载了国内首个打印机主控芯片——龙芯2P0500。这款打印机支持A4纸型的高速打印，单面打印速度高达35页/分钟，双面自动打印可达32面/分钟。

驱动之家 2024-12-27

岁末年终好礼指南：华为智能手表，送礼送“健康”的最优解

通过搭载玄玑感知系统，华为WATCHD2基于全新超感知模组，运用血压融合算法以及超窄力学气囊，不仅实现医疗级精准血压测量，还兼顾了美观与便捷的使用体验；首次实现的医疗级动态血压监测功能，能够全天候无间断医疗级精准监测血压，让用户实现了站着坐着睡着都能测血压。

机锋网 2024-12-27

年轻人反杀大数据，真的奏效了！！

以前，人们在社交媒体上疯狂搜索旅行攻略、购物种草，无意识地在大数据面前立住了“消费主义”人设。渐渐地这群人被大数据盯上，同一时间里，他们与朋友一起比对电商价格，惊觉自己的机票比别人贵、点外卖也没有券、酒店也少了升房机制。

时尚COSMO 2024-12-27

阿斯加特内存评测：性能优越与性价比高的理想选择

《阿斯加特内存怎么样》是一篇关于阿斯加特（Asgard）这个品牌内存条的文章。近年来，随着电脑硬件的不断发展，内存条的选择变得越来越多样化，用户在选购时常常感到无从下手。那么，阿斯加特内存到底怎么样呢？而且，在一些大型游戏的运行中，阿斯加特内存条表现得相当流畅，几乎没有卡顿的感觉。

新报观察 2024-12-27

美团公布算法改进举措：算法公开常态化、2025年底前逐步取消骑手超时扣款等

12月27日，美团官微发布公告，宣布将推出八项举措以进一步改善算法、保障骑手权益。这些举措包括：推进算法公开常态化、建立开放多元算法沟通机制、继续完善骑手防疲劳机制、改善骑手激励机制、加强骑手配送行为规范与安全引导、加大研发投入完善配送时间规划体系、改善骑手工作体验、主动与生态伙伴建立良好互动合作。

北青网 2024-12-27

2024·百姓身边科技事 | 数智科技联通“诗和远方”

浙江美术馆“藏品云”以“典藏大脑”“数字驾驶舱”等构建起跨省的美术藏品数字资源共享平台，助力美术典藏资源智联共享惠民；国家自然博物馆应用人工智能、增强现实技术打造数字人，提供沉浸式导览服务，提升游览趣味性、便利性。

新华社 2024-12-27

宇信科技：公司暂无量子计算储备但积极关注新技术发展和迭代

中国财富通12月27日-宇信科技（300674）在互动平台上表示，公司暂无量子计算储备，但积极关注新技术的发展和迭代。

中国财富网 2024-12-27

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

“云幼萌娃”当家“趣”摆摊，探寻集市里的年味儿

AI 正在“吸干”全球电力？更可怕的事还在后面

陕西迈入万兆时代：首位全光万兆园区用户诞生

上海汉图发布高速激光打印一体机：首个国产主控龙芯2P0500

岁末年终好礼指南：华为智能手表，送礼送“健康”的最优解

年轻人反杀大数据，真的奏效了！！

阿斯加特内存评测：性能优越与性价比高的理想选择

美团公布算法改进举措：算法公开常态化、2025年底前逐步取消骑手超时扣款等

2024·百姓身边科技事 | 数智科技联通“诗和远方”

宇信科技：公司暂无量子计算储备但积极关注新技术发展和迭代

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