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

脑极体 2024-12-27

智慧重塑豪华北京问界品牌体验中心启幕倒计时

北京问界品牌体验中心即将在长安街沿线东方广场新天地首层盛大启幕。据悉，作为问界品牌对外交流展示的平台，体验中心集品牌体验、产品交互、技术展示、售后服务等于一体，将为消费者打造多场景多触点的全方位品牌体验。作为赛力斯与华为联合打造的融合品牌，问界今年以来新品不断迭代，持续收获市场认可及用户喜爱，屡创行业纪录。

央广网 2024-12-27

自动驾驶小巴驶入广州中心城区

12月26日，记者获悉，文远知行携手广州巴士集团，正式推出广州BRT天河段自动驾驶小巴便民线路运营服务。据介绍，这是广州首条进入中心城区BRT系统的自动驾驶小巴线路，也是全国首条在一线城市中心城区夜间运营的BRT自动驾驶公交线路。

新快报 2024-12-27

“南充融媒”客户端正式上线

本地、政声、文旅、专题、融媒号、互动直播……点击南充融媒首页菜单，多元视角、立体呈现，海量融媒报道实时更新，深度与广度兼具，生动展现了南充全貌。

封面新闻 2024-12-27

日喀则和长白山，月球和深空探测“巨眼”上新！

记者从中国科学院获悉，12月27日，由中国科学院上海天文台负责建设的日喀则和长白山40米射电望远镜正式落成启用。随着中国VLBI技术的发展，为了应对多个月球与深空探测器的观测需求，在探月工程支持下，中国科学院上海天文台于2023年9月相继启动了位于吉林长白山和西藏日喀则两地的40米口径射电望远镜建设项目。

环球时报新媒体 2024-12-27

能碳转型下半场，新奥泛能网想用AI赋能企业

2008年启动的泛能业务，让新奥集团成为了行业里率先看到未来的人。从清洁能源起家，却志不在能源，而在能源产业的数智化赋能。伴随着近年AI等数智技术的飞速进步，新奥构想中的能碳数智化服务迅速落地成为现实，且不断迭代进化。

文艺sao客 2024-12-27

三博脑科在首届“海创杯”卫生健康科技创新大赛中斩获多项奖项

12月26日，由北京市海淀区卫生健康委员会主办的首届“海创杯”卫生健康科技创新大赛公布了获奖名单，并为获奖者颁发荣誉证书。据了解，“海创杯”卫生健康科技创新大赛聚焦卫生健康领域难点堵点问题，以“科技引领健康，创新赋能未来”为主题，设置医疗器械与智能制造组、数字医疗与人工智能组和生物医药与诊疗技术组三个赛道。

极目新闻 2024-12-27

赶在美台合作落实前，大陆先订购百万架无人机，为收台准备？

美国和台当局最近的“无人机合作”再一次把这个话题推向了风口浪尖。之前听到美方代表团窜访台湾，寻找无人机零部件供应商，并签署了一份庞大的采购协议，不少人深感其中的震撼与不安。（美代表窜台找无人机零部件供应商）自从无人机在实战中展现出其独特的用途后，各方对它的重视程度逐渐增加。

毅见任说 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

商络电子：已为Meta、小米等VR/AR眼镜供货

Magic7系列全面升级大王影像荣耀罗巍自信征集网友拍摄难点

2024过去了，留下十个科技记忆

智慧重塑豪华北京问界品牌体验中心启幕倒计时

自动驾驶小巴驶入广州中心城区

“南充融媒”客户端正式上线

日喀则和长白山，月球和深空探测“巨眼”上新！

能碳转型下半场，新奥泛能网想用AI赋能企业

三博脑科在首届“海创杯”卫生健康科技创新大赛中斩获多项奖项

赶在美台合作落实前，大陆先订购百万架无人机，为收台准备？

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