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

英特尔发布 Beta 版 6332/6253 驱动

IT之家12月27日消息，英特尔昨日（12月26日）面向锐炫（Arc）B系列显卡、集成Arc核显的酷睿Ultra2系列处理器，发布了Beta版图形驱动32.0.101.6332/6253，修复了多款游戏存在的崩溃、卡顿和画面异常等问题。修复《塞拉科》（Selaco）游戏启动期间可能会遇到应用程序崩溃的情况。

IT之家 2024-12-27

苹果在法国停售部分旧款iPhone：遵从欧盟新规

据相关报道，苹果公司已经停止在法国AppleStore线下销售iPhone14、iPhone14Plus以及第三代iPhoneSE。根据欧盟的规定，从2024年底开始，所有电子设备必须采用USB-C充电接口，而苹果此前发布的iPhone14系列及第三代iPhoneSE仍使用Lightning接口。

中关村在线 2024-12-27

统帅冰箱LTD-520WS9U1：超薄零嵌入，智能保鲜，性价比之选！

#年货节好物集市#统帅，作为海尔集团在互联网背景下战略布局的年轻化品牌，以“轻时尚家电开创者”为定位，侧重于互联网年轻群体。统帅品牌以其高性价比和时尚设计，迅速在家电市场占据了一席之地。它不仅继承了海尔集团的技术优势和品质保证，而且在设计上更加注重年轻消费者的审美和使用习惯，提供了既实用又具有现代感的家电产品。

小米地瓜 2024-12-27

国家级海上风电研究与试验检测基地传动链平台建成投运

12月26日，建成投运的国家级海上风电研究与试验检测基地传动链平台（无人机照片）。当日，我国首个国家级海上风电研究与试验检测基地传动链平台在福建建成投运。该平台是国内首套具有自主知识产权、具备先进的国际技术水平和全面测试能力的风电机组地面试验平台，可开展25兆瓦级风电机组全工况模拟试验。

中国证券报 2024-12-27

高温气冷堆打开核电发展新空间（奋进强国路阔步新征程·重大工程巡礼）

习近平总书记指出，“核工业是高科技战略产业，是国家安全重要基石”“要积极安全有序发展核电，合理确定核电站布局和开发时序”。从2012年12月浇筑第一罐混凝土到2023年12月商运投产，从一片荒滩到全球首座投入商业运行的第四代核电站，华能石岛湾高温气冷堆核电站示范工程的建成运行，标志着我国在第四代核电技术研发和应用领域达到国际领先水平。

金台资讯 2024-12-27

经济日报 2024-12-27

如何恢复苹果手机中意外删除的珍贵照片与数据管理技巧

在日常生活中，手机摄影已经成为我们记录美好瞬间的一种方式。当你删除照片后，它并不会立刻从设备中彻底清除，而是会被移动到“最近删除”相册中，在这里保存30天。不过，这种方法的成功率和安全性不是100%保证的，有些软件可能会带来隐私泄露的风险。

新报观察 2024-12-27

那些科学家下了大功夫的美食拼多多希望让更多人吃到

沙漠里怎么能种出来水稻，好吃吗？12月23日，在中央广播电视总台央视新闻携手农业农村中心推出的《“智领农业慧未来”——农业科创荣耀时刻》特别节目上，8项取得重大突破的农业科创成果亮相。

北京日报 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

英特尔发布 Beta 版 6332/6253 驱动

苹果在法国停售部分旧款iPhone：遵从欧盟新规

统帅冰箱LTD-520WS9U1：超薄零嵌入，智能保鲜，性价比之选！

国家级海上风电研究与试验检测基地传动链平台建成投运

高温气冷堆打开核电发展新空间（奋进强国路阔步新征程·重大工程巡礼）

新型白炽灯发出亮度比之前强百倍的“扭曲光”

腾讯微信救命小工具：已救上万人

科技释放绿色动能

如何恢复苹果手机中意外删除的珍贵照片与数据管理技巧

那些科学家下了大功夫的美食拼多多希望让更多人吃到

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