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

如何轻松上传音乐到酷狗平台，分享你的创作与热情

上传自己的音乐到酷狗是一件很酷的事情，不仅可以让更多的人听到你的作品，还能与其他音乐爱好者互动。今天，我就来详细聊聊这个过程，让你轻松上手。在开始之前，首先要确保你有一首准备好的音乐作品。可以是自己创作的歌曲，或者是翻唱的曲目。无论是什么类型，只要是你认为值得分享的音乐，都可以尝试上传。

新报观察 2024-12-26

IT之家 2024-12-26

无人机飞上飞下，“这里是‘未来世界’的起点。”

宝安区无人机系统应用测试基地上空，正进行测试的无人机。

南方都市报 2024-12-26

苏州易来科得申请多层涂布的降阶模型电化学仿真专利，解决传统模型无法仿真的问题

金融界2024年12月26日消息，国家知识产权局信息显示，苏州易来科得科技有限公司申请一项名为“多层涂布的降阶模型电化学仿真方法、及装置”的专利，公开号CN119181429A，申请日期为2024年11月。

金融界 2024-12-26

站在风口的AI玩具：价格不菲仍卖爆，是儿童“新宠”还是智商税

“让葫芦娃和孙悟空，在山头一起大战白骨精。”用户可将该产品以挂件的形式佩戴在任何玩偶身上，该挂件可提供知识问答、生成式故事以及唱儿歌等功能。

新京报 2024-12-26

199元！特斯拉Bot人形机器人开售即抢光：二手平台溢价超百元

快科技12月26日消息，特斯拉最新周边产品TeslaBot摆件，已于今日上午10:00对外发售，官网定价为199元。不过，由于新品受到网友大量关注，Bot摆件一经发售就被抢光，目前京东特斯拉官方旗舰店显示，Bot摆件全国地区无货。而在二手交易平台闲鱼上，则有大量Bot摆件被加价出售，商家普遍报价299元，溢价已超百元。

快科技 2024-12-26

荣耀Magic7系列升级大王影像后，荣耀罗巍称手机拍照只有2家友商可比

荣耀首席影像工程师罗巍，近日微博发布样张再次展示“大王影像”的实力，同时自信回应并向网友广泛征集日常拍摄的难点，希望在未来的影像技术革新中解决消费者的难题。荣耀罗巍在微博中的写到：“我这里公开征集大家平常在手机摄影或录像中想拍，但是没法实现的场景。”

中关村在线 2024-12-26

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建成投运

12月26日，我国首个国家级海上风电研究与试验检测基地(以下简称“海上风电试验基地”)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、国际技术水平最先进、测试能力最全面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。

金台资讯 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

如何轻松上传音乐到酷狗平台，分享你的创作与热情

机构：折叠屏增速放缓华为保持领先地位

国科微8K超高清芯片获“音视频领域关键技术突破一等奖”

一加平板发布：11.6 英寸 LCD 屏、天玑 8350，首发价 1999 元起

无人机飞上飞下，“这里是‘未来世界’的起点。”

苏州易来科得申请多层涂布的降阶模型电化学仿真专利，解决传统模型无法仿真的问题

站在风口的AI玩具：价格不菲仍卖爆，是儿童“新宠”还是智商税

199元！特斯拉Bot人形机器人开售即抢光：二手平台溢价超百元

荣耀Magic7系列升级大王影像后，荣耀罗巍称手机拍照只有2家友商可比

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建成投运

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