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

1168元起！极摩客推出G2 Plus/ G3 Plus迷你电脑

极摩客近日推出了两款新的迷你电脑产品，分别为G3Plus和G2Plus。这两款产品均搭载了英特尔N150处理器，并且在设计、接口等方面存在较大差异。G2Plus采用的是IntelN150处理器，配置为12GBLPDDR5内存，可选配M.22242SSD存储空间，最高可扩展至2TB。整机尺寸为87*87*39.5mm，重量约为0.21kg。

中关村在线 2024-12-26

性价比之选，美菱BCD-210L3CX：1099元到手的210升三门节能冰箱

根据用户评价和产品评测，美菱冰箱在满足日常冷藏和冷冻需求的同时，还提供了节能和低噪音的运行特性。此外，参与立减活动还可以享受额外的补贴和优惠，使得实际支付价格更低，进一步增强了其市场竞争力。-总容积：210L，其中冷藏室容积为121L，冷冻室容积为46L，中门容积为43L。

小米地瓜 2024-12-26

蓝漂广告登陆CCTV，品牌影响力再上新阶

其广泛的受众人群、强大的传播力和公信力，不仅覆盖全国，更辐射海外。据悉，作为中国领先的生活日用品品牌，蓝漂始终坚持以用户需求为导向，不断创新研发、提升产品品质，致力于为用户带来更卓越的家庭清洁体验。

极目新闻 2024-12-26

掌握电脑分屏技巧，提升工作与娱乐效率的实用指南

为了提高效率，很多人会选择将屏幕进行分屏设置，这样可以同时处理多个任务，省去频繁切换窗口的麻烦。无论是办公、学习，还是玩游戏、看视频，分屏都能让你事半功倍。

新报观察 2024-12-26

年轻人的电竞新机登场！荣耀GT全面评测：颜值在线性价无敌

2024年末，荣耀正式将GT系列独立，定位于游戏体验和高性价比市场。但其实荣耀GT并非荣耀首款主打游戏概念的手机，早在6年前，荣耀Play便首发了GPUTurbo技术，提升游戏性能，该系列不断更新，推出了多款机型，满足了不同用户的需求。

驱动之家 2024-12-26

中科创达RUBIK AI Glass Lite版已获超3个品牌客户的选型合作预计2025年第一季度实现量产并上市

中科创达最新推出的RUBIKAIGlassLite版解决方案，很好地满足了当下AI眼镜在时尚、轻量化及自然语言交互方面的市场需求。目前，RUBIKAIGlassLite版已成功获得超过3个品牌客户的选型合作，预计2025年第一季度实现量产并上市。

证券时报 2024-12-26

江西煜明智慧光电申请LED灯珠光效提升专利，提升无荧光粉LED灯珠的灯效

金融界2024年12月26日消息，国家知识产权局信息显示，江西煜明智慧光电股份有限公司申请一项名为“一种LED灯珠光效提升的控制方法及系统”的专利，公开号CN119183225A，申请日期为2024年11月。专利摘要显示，本发明公开了一种LED灯珠光效提升的控制方法及系统，涉及照明控制技术领域。

金融界 2024-12-26

AMD Radeon RX 9070 XT 显卡被曝游戏测试中和 RTX 4080 区别不大

IT之家12月26日消息，Chiphell论坛消息人士zhangzhonghao今日表示，一张显卡的公版款式在游戏测试中“和4080区别不大，5%以内”。结合上下文内容，此处指的应是AMD"RDNA4"独立显卡旗舰型号RadeonRX9070XT。参考现有显卡天梯图，RX9070XT的性能有望强于上代次旗舰RX7900XT。

IT之家 2024-12-26

1.0到2.0 看长虹模具中心传统制造到智能制造的“重生”之路

2020年实现数控设备数采上系统，2021年实施电火花半自动系统改造，2023年采用贵重物料自动称重系统、电极半自动装夹、AGV转运改造……6年以来，长虹模具中心不断在自动化改造的路上自我“折腾”、自我探索实践。

央广网 2024-12-26

宇树“觉醒”，云深处“出海”：四足机器人批量化应用有望步入“iPhone”时刻｜2024年末出海观察

原地转体两周，再倒立转体三周半；跋山涉水下陡坡，稳定性和速度兼顾⋯⋯12月23日，宇树科技发布的一段不到2分钟的视频，展示其最新推出的UnitreeB2-W工业轮足机器人最新性能，收获了大量关注和好评，连马斯克也在社交平台X上转发。

每日经济新闻 2024-12-26

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

1168元起！极摩客推出G2 Plus/ G3 Plus迷你电脑

性价比之选，美菱BCD-210L3CX：1099元到手的210升三门节能冰箱

蓝漂广告登陆CCTV，品牌影响力再上新阶

掌握电脑分屏技巧，提升工作与娱乐效率的实用指南

年轻人的电竞新机登场！荣耀GT全面评测：颜值在线性价无敌

中科创达RUBIK AI Glass Lite版已获超3个品牌客户的选型合作预计2025年第一季度实现量产并上市

江西煜明智慧光电申请LED灯珠光效提升专利，提升无荧光粉LED灯珠的灯效

AMD Radeon RX 9070 XT 显卡被曝游戏测试中和 RTX 4080 区别不大

1.0到2.0 看长虹模具中心传统制造到智能制造的“重生”之路

宇树“觉醒”，云深处“出海”：四足机器人批量化应用有望步入“iPhone”时刻｜2024年末出海观察

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