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

祥鑫科技等多公司剧透人形机器人业务布局情况

日前，人形机器人备受关注，引各路资本纷纷布局。在此背景下，多家上市公司剧透公司在人形机器人领域的布局情况。祥鑫科技近日接受机构调研时透露，人形机器人是公司未来重要的战略布局方向之一，公司能够根据不同客户的需求，为客户提供从模具到结构件的产品整体解决方案。

证券时报 2024-12-25

蓝皮书：科技化是餐饮业发展的创新动力

中新网北京12月25日电世界中餐业联合会和中国烹饪协会与社会科学文献出版社日前联合发布《餐饮产业蓝皮书：中国餐饮产业发展报告(2024)》(以下简称：蓝皮书)。

中国新闻网 2024-12-25

六大新质生产力最热赛道，解锁万亿产业投资密码

近日，国内首部解读新质生产力的大型科学纪录片《向新出发》央视开播。截至2024年9月，战略性新兴产业相关上市公司的数量已超过1800家，占A股上市公司数量的比例约为35%；总市值超过14万亿元，占整个A股总市值的比例约为18%。

砍柴网 2024-12-25

首席气候官｜专访曼恩能源方案高级副总裁、亚太区负责人沙柏能：人工智能+人类智能是脱碳关键，2050年后海运业燃料格局将迎巨变

根据联合国贸易和发展会议（UNCTAD）发布的《2024年海运述评》报告，航运业占全球温室气体排放的3%，目前全球超过80%的贸易量依赖海上运输。曼恩能源方案集团高级副总裁、亚太区负责人沙柏能在接受21世纪经济报道专访时表示，以陆地和海运为代表的交通运输行业，要继续加快推进传统燃料转型。

21世纪经济报道 2024-12-25

“水利一号”遥感卫星凌情监测首图成功传回

据水利部最新消息，12月23日13时59分，“水利一号”遥感卫星12月17日成功发射后，地面站成功接收了首幅影像，影像拍摄地点位于黄河内蒙古巴彦淖尔市乌拉特前旗段。影像产品地形特征明显、地物纹理清晰、层次分明、微波散射特性明显、质量优异。

澎湃新闻 2024-12-25

刚刚确认：可达中度污染！上海突发空气重污染黄色预警，减少户外活动

据上海环境，本市自25日21时启动空气重污染黄色预警，启动Ⅲ级响应措施。提醒儿童、老年人和心脏病、呼吸系统疾病患者减少或避免长时间、高强度的户外锻炼，一般人群适量减少户外活动；室外作业人员采取必要的防护措施。

光明网 2024-12-25

大模型·大未来｜金证优智科技副总裁林勇：持续关注大模型的四个技术方向

红星资本局12月25日消息，今日，以“大模型·大未来”为主题的“2024人工智能大模型基准测试科创发展大会”（下称“大会”）在成都高新区举办。“巢燧杯大模型评测大赛”的结果在此次大会上公布。此前，红星新闻、红星资本局与OpenEval平台联合举办了“巢燧杯大模型评测大赛”，借此挖掘和表彰在大模型领域表现卓越的企业。

红星新闻 2024-12-25

邮储银行北京分行：立足五河交汇之畔，服务京津冀协同发展之图

位于北京经济技术开发区核心区的北京北人印刷设备有限公司（下称“北人印刷”），是一家市管国企的下属子公司。这里是生产过国内乃至世界上最先进印刷机械的“老厂房”，但现在却因新使命“焕发青春”。2015年5月，国务院印发《中国制造2025》规划，其中将机器人定位为重点发展领域之一。

文艺sao客 2024-12-25

全球单机功率最大的纯氢发电机组首次点火成功

钛媒体App12月25日消息，近日，全球首台30MW级纯氢燃气轮机“木星一号”整机试验首次点火成功。此次点火的纯氢燃气轮机是目前全球单机功率最大的纯氢发电机组，纯氢点火试验取得预期效果，验证了纯氢燃气轮机系统可靠性和安全性，标志着我国大功率氢燃气轮机和氢储能技术取得重大进展，新型长时储能有了新技术、新产品。

钛媒体快报 2024-12-25

消息称苹果正加紧研发AI芯片以减少对第三方的依赖

【CNMO科技消息】12月25日，有报道称，苹果公司正加速开发自家的AI芯片，旨在减少对第三方开发者的依赖，此举或将终结其与英伟达多年来的不甚融洽的合作关系。尽管目前苹果仍在与英伟达携手，为AppleIntelligence的诸多功能提供技术支持，但苹果并未直接采购英伟达的芯片，而是选择从亚马逊和微软的云服务中租赁使用权限。

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

祥鑫科技等多公司剧透人形机器人业务布局情况

蓝皮书：科技化是餐饮业发展的创新动力

六大新质生产力最热赛道，解锁万亿产业投资密码

首席气候官｜专访曼恩能源方案高级副总裁、亚太区负责人沙柏能：人工智能+人类智能是脱碳关键，2050年后海运业燃料格局将迎巨变

“水利一号”遥感卫星凌情监测首图成功传回

刚刚确认：可达中度污染！上海突发空气重污染黄色预警，减少户外活动

大模型·大未来｜金证优智科技副总裁林勇：持续关注大模型的四个技术方向

邮储银行北京分行：立足五河交汇之畔，服务京津冀协同发展之图

全球单机功率最大的纯氢发电机组首次点火成功

消息称苹果正加紧研发AI芯片以减少对第三方的依赖

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