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

普及风暴：Galaxy Z Flip FE 现踪迹，三星最亲民折叠屏手机

IT之家12月31日消息，科技媒体smartprix挖掘GSMAIMEI数据库，发现了三星GalaxyZFlipFE（粉丝版，FanEdition）手机的踪迹，型号为“SM-F761B”，后缀“B”通常代表国际版，预估将会在全球市场推出。

IT之家 2024-12-31

全面拥抱人工智能，政采云“智采大模型”震撼发布

近年来,大模型已经成为人工智能的主流技术趋势,并在各行各业全面落地,带来了巨大的产业转型和机遇,推动行业颠覆性变革。政府采购是连接数字经济和数字政府的一座桥梁,大模型在数智化转型中发挥的作用和价值不容小觑。

砍柴网 2024-12-31

无锡亚州自动化取得一种吹风移动机构专利，能有效提高对车辆吹干效率

金融界2024年12月31日消息，国家知识产权局信息显示，无锡亚州自动化有限公司取得一项名为“一种吹风移动机构”的专利，授权公告号CN222224092U，申请日期为2024年5月。专利摘要显示，本实用新型提供了一种吹风移动机构，属于车辆清洗技术领域。

金融界 2024-12-31

多家主机厂加码具身智能研究，2030年有望达到百亿美元市场规模 | 投研报告

华鑫证券近日发布汽车行业动态研究报告：多家主机厂加码具身智能研究，2030年有望达到百亿美元市场规模。GoMate采用了行业首创的可变轮足移动结构，结合了四轮足与两轮足两种模式，能够根据不同应用场景灵活切换，使得机器人有较强的环境适应能力与地形跨越技巧。

中国能源网 2024-12-31

云南磷化取得一种轮档止滑器专利，能稳定起到止滑作用

金融界2024年12月31日消息，国家知识产权局信息显示，云南磷化集团有限公司取得一项名为“一种轮档止滑器”的专利，授权公告号CN222224100U，申请日期为2023年12月。

金融界 2024-12-31

商品页面显示英特尔 Ultra 5 230F 处理器为 12 线程设计

IT之家12月31日消息，英特尔昨晚22:00已在国内京东电商平台全球率先正式上架了两款酷睿Ultra200SNonk处理器（即230F、265F），正式开卖时间则是2025年1月13日22:00。值得注意的是，酷睿Ultra5230F处理器此前并未出现在任何爆料中，规格至今仍相当神秘。

IT之家 2024-12-31

掌握五笔输入法：提升打字效率与准确性的实用技巧

《仟五笔怎么打》在如今的数字化时代，打字已经成为我们日常生活中不可或缺的一部分。而在众多输入法中，五笔字型凭借其独特的输入方式和高效的打字速度，吸引了不少人的关注。很多人打字时喜欢蜷缩着身体，或者手指不自然地放置，这样不仅会影响打字速度，还容易造成手腕和颈部的疲劳。

新报观察 2024-12-31

拆手机全攻略：从准备工具到重装的详细步骤与注意事项

拆手机这件事情，乍一听似乎有点吓人，毕竟现在的手机可都是精密的电子产品，稍微不小心就可能导致损坏。你需要一些工具，通常来说，一把小螺丝刀是必备的，特别是那种十字和一字的螺丝刀；还需要一把撬棒，塑料的就很好，金属的可能会划伤机身；还有镊子和一些小容器，用来放螺丝和小零件。

新报观察 2024-12-31

5年能100%国产化！华为利润最高的机型揭秘非Mate 60系

12月31日消息，对于马上过去的2024年来说。华为取得成绩是瞩目的，已经发布的Mate70系列，按照余承东的话说能100%实现国产化。对此，华为董事、全球采购认证管理部总裁彭博公开表示，整个研发团队和供应链的同事花了5年的时间，基本上实现了供应的独立。"不敢说后无来者，但绝对是前无古人。我们完全有理由、有自信给自己一点掌声。

砍柴网 2024-12-31

14000MB/s！致态TiPro9000系列固态硬盘开售：1TB仅需999元

其中，1TB版售价为999元，而2TB版售价则为1649元。其顺序读取速度可达到惊人的14,000MB/s，而顺序写入速度可达12,500MB/s。

中关村在线 2024-12-31

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

普及风暴：Galaxy Z Flip FE 现踪迹，三星最亲民折叠屏手机

全面拥抱人工智能，政采云“智采大模型”震撼发布

无锡亚州自动化取得一种吹风移动机构专利，能有效提高对车辆吹干效率

多家主机厂加码具身智能研究，2030年有望达到百亿美元市场规模 | 投研报告

云南磷化取得一种轮档止滑器专利，能稳定起到止滑作用

商品页面显示英特尔 Ultra 5 230F 处理器为 12 线程设计

掌握五笔输入法：提升打字效率与准确性的实用技巧

拆手机全攻略：从准备工具到重装的详细步骤与注意事项

5年能100%国产化！华为利润最高的机型揭秘非Mate 60系

14000MB/s！致态TiPro9000系列固态硬盘开售：1TB仅需999元

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