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

高速跨实线下匝道口被追尾两车被判责五五开！网友热议

快科技12月27日消息，日前，有博主分享的一段高速上车辆碰撞事故，引起网友热议。视频车的行车记录仪显示，在经过一处高速路口时，前方一辆雪佛兰轿车突然急剧减速。因为当时车速较快，视频

2024-12-27

周鸿祎：每个家庭都会新增 “几十口人”！

快科技12月27日消息，今日360集团创始人、董事长周鸿祎发文预测，未来每个家庭都会新增 “几十口人”，因为家里所有的家电和硬件将一夜之间变为真正智能的AI伙伴。他还提到了英伟达

2024-12-27

游戏体验满分！致态TiPlus7100游戏性能实测

今年对于游戏玩家来说可是一个重要的年份，《冰汽时代2》带领玩家再次踏入那个严寒的末日世界，体验在极端环境下求生的紧张与刺激。《最终幻想7》的重制版则以其精美的画面和引人入胜的剧情，

2024-12-27

【OpenHarmony】鸿蒙 UI开发之DanmakuFlameMaster

DanmakuFlameMaster是一款弹幕框架，支持发送纯文本弹幕、设置弹幕在屏幕的显示区域、控制弹幕播放状态等功能

塞尔维亚大汉 2024-12-27

Apifox 12月更新｜接口的测试覆盖情况、测试场景支持修改记录、迭代分支能力升级、自定义项目角色权限、接口可评论

Apifox 新版本上线啦！看看本次版本更新主要涵盖的重点内容，有没有你所关注的功能特性：接口支持查看测试覆盖率测试场景新增「历史记录」功能「迭代分支」优化升级新增主分支保护机制支持迭代分

Apifox 2024-12-27

小米澎湃秒充协议全面开放：免费！

快科技12月27日消息，在小米“人车家全生态”合作伙伴大会上，小米官方宣布，小米澎湃秒充协议将面向所有车企、终端厂商、全行业配件厂商，免费开放。据悉，小米澎湃秒充生态自2021

2024-12-27

制造日本最先进半导体！台积电熊本一厂开始量产

快科技12月27日消息，据媒体报道，熊本县知事木村敬在27日的例行记者会上表示，台积电熊本工厂运营子公司JASM已通知，熊本工厂已于本月开始量产。木村敬指出，为了监控工厂废水，要求JASM在开

2024-12-27

中吉乌跨国铁路正式启动！两种轨道标准中间无奈换装

北京时间12月27日14时，中吉乌铁路项目启动仪式在吉尔吉斯斯坦贾拉拉巴德举行。着标志着，中吉乌铁路项目前期工作取得重大进展，为早日开工建设奠定了坚实基础。中吉乌铁路是中吉乌三国元首

2024-12-27

【算法】课程表 II

难度：中等题目现在你总共有 numCourses 门课需要选，记为 0 到 numCourses - 1。给你一个数组 prerequisites ，其中 prerequisites[i] = [

时清云 2024-12-27

发哥玩LOL爽了！稳帧120fps 功耗降低13.5％

对于手游玩家而言，高画质、高帧率都是必需的体验，而在激烈的游戏中，谁也不想突然遇到掉帧、卡顿、高温等各种尴尬现象。12月27日，《英雄联盟手游》正式接入联发科的天玑星速引擎，在天玑终

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

高速跨实线下匝道口被追尾两车被判责五五开！网友热议

周鸿祎：每个家庭都会新增 “几十口人”！

游戏体验满分！致态TiPlus7100游戏性能实测

【OpenHarmony】鸿蒙 UI开发之DanmakuFlameMaster

Apifox 12月更新｜接口的测试覆盖情况、测试场景支持修改记录、迭代分支能力升级、自定义项目角色权限、接口可评论

小米澎湃秒充协议全面开放：免费！

制造日本最先进半导体！台积电熊本一厂开始量产

中吉乌跨国铁路正式启动！两种轨道标准中间无奈换装

【算法】课程表 II

发哥玩LOL爽了！稳帧120fps 功耗降低13.5％

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