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

快科技2024评奖：品牌整机篇

传统台式机作为“组装货”，其实并没有太多发挥的空间，所以去年我们一度取消了这一评奖类，不过近两年迷你机异军突起，产品极大丰富，品质和性能越来越好，价格各有千秋，所以今年将它们汇总在一起。

驱动之家 2024-12-25

家电新风尚，海信HG75NE1：国家补贴下的智能洗涤专家

#内容带货搜索热词种草计划#变频洗衣机以其高效节能、静音运行和智能控制等优势，在现代家电市场中占据了重要地位。变频技术能够根据洗衣过程中的实际需求调整电机的运行速度，从而实现更加精确的洗涤控制和更高的能效比。这种技术的应用，不仅减少了电能的消耗，还有效降低了洗衣机在运行过程中的噪音，为用户提供了更为舒适和环保的洗衣体验。

小米地瓜 2024-12-25

熵基科技：目前公司业务未涉及人形机器人

有投资者在投资者互动平台提问：公司导购机器人、问答机器人是人形的吗？人形机器人显得更加亲切，公司机器人如果是应用在服务行业可以考虑多设计一些人形机器人。熵基科技（301330.SZ）12月25日在投资者互动平台表示，公司会结合客户需求进行预研和开发，目前公司业务未涉及人形机器人。

每日经济新闻 2024-12-25

荣耀 Play 9T Pro 手机采用视觉四等窄边设计，后置 50MP 镜头

IT之家12月25日消息，荣耀Play9TPro手机将于明日（12月26日）开启预售，该款手机主打“轻薄抗摔”特性。IT之家注意到，荣耀官方今日释出该机更多信息：重约172g、厚度约7.12mm，采用视觉四等窄边设计。另外该机还后置50MP镜头。

IT之家 2024-12-25

掌握根号3的输入技巧与数学意义，轻松应对生活中的应用

但是，实际上，根号3（即√3）并不是什么遥不可及的东西，就像我们平常生活中用到的很多数学概念一样，只要掌握了方法，便能轻松应对。有些同学可能会问，打出根号3有什么实际意义呢？

新报观察 2024-12-25

智慧农业，守护冬季“菜篮子”！

智慧农业在其中发挥着重要作用，宝农优供农业科技有限公司通过科学种植，加强田间管理，全力保障市民的“菜篮子”。在传统农业中，冬季蔬菜种植面临着如低温、冰冻、光照不足等问题，这些因素往往导致蔬菜产量下降、品质降低。

东方网 2024-12-25

汉朔科技引领零售数字化：AI技术打造未来商店

面对数字化的新挑战，汉朔科技，作为一家领先的智能零售解决方案提供商，正通过先进的AI技术，引领着零售业的数字化转型，打造未来商店的新体验。汉朔科技的AI助攻，不仅仅是一场技术革命，更是一次对传统零售模式的深刻反思和重构。

中国财富网 2024-12-25

安科盾消防科技（云南）有限公司取得物料搅拌装置专利，有效提高搅拌机构利用率

金融界2024年12月25日消息，国家知识产权局信息显示，安科盾消防科技（云南）有限公司取得一项名为“一种物料搅拌装置”的专利，授权公告号CN222196738U，申请日期为2024年4月。

金融界 2024-12-25

疾速6000MT/s！雷克沙战神之翼ARES RGB DDR5超频内存图赏

雷克沙近日推出两款全新战神之翼系列DDR5内存条，在性能和时序上进行了全面优化，以满足用户对高性能内存的需求。现在ARESRGBDDR56000已经来到我们评测室，下面为大家带来图赏。

快科技 2024-12-25

曝小米15 Ultra升级超级微距和全焦段大光圈实测很强

近日，博主“智慧皮卡丘”透露，小米15Ultra将在超级微距、全焦段大光圈以及暗光长焦方面实现显著升级，并强调其实测表现出色，预计将于二月发布。其中，黑红拼色版本以黑色机身搭配红色镜头DECO环，彰显专业相机风格；白绿拼色版本则采用竖向拼色设计，1/5白色与4/5绿色相结合，极具视觉冲击力。

手机中国 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

快科技2024评奖：品牌整机篇

家电新风尚，海信HG75NE1：国家补贴下的智能洗涤专家

熵基科技：目前公司业务未涉及人形机器人

荣耀 Play 9T Pro 手机采用视觉四等窄边设计，后置 50MP 镜头

掌握根号3的输入技巧与数学意义，轻松应对生活中的应用

智慧农业，守护冬季“菜篮子”！

汉朔科技引领零售数字化：AI技术打造未来商店

安科盾消防科技（云南）有限公司取得物料搅拌装置专利，有效提高搅拌机构利用率

疾速6000MT/s！雷克沙战神之翼ARES RGB DDR5超频内存图赏

曝小米15 Ultra升级超级微距和全焦段大光圈实测很强

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