当前位置：首页|资讯|Whisper|Hugging Face

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
WhisperHugging Face

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

WhisperGitHubOpenAI

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

程序员摸鱼小工具，划水的时候也能被统计到在工作

Fake Coding 能够让你在双手完全离开键盘的情况下，依然看起来像是在拼命编码。开启后，它会根据当前的文本内容，从头开始逐字地“模拟输入”，给人一种你还在疯狂敲代码的错觉。

我不叫王小红 2024-12-25

Visual Studio - API调试与测试工具之HTTP文件

VisualStudio2022支持类似RESTClient功能，可通过.http文件便捷调试Api接口，包括创建方式、语法、注释变量、环境文件及身份验证等，功能待完善，测试代码已上传至代码库。

IT规划师 2024-12-25

python打包多个选择：使用soeasypack打包

SoEasyPack 不需要复制嵌入式包，也不必再二次瘦身,一次打包理论上就是最小依赖文件数， 用简易的方式复制你的python项目并自动精准匹配环境依赖，并且可以生成一个exe启动项目

用户6243997643404 2024-12-25

zhi乎接口x-zse-96签名的代码环境补全流程

zhi乎接口x-zse-96签名的代码提取和环境补全流程。本文描述了详细的分析流程和补全流程。算是比较常见的补全思路。

徐徐子 2024-12-25

CIFAR10彩色图片识别

本文记录了基于深度学习框架 PyTorch 对 CIFAR-10 数据集进行分类的实验过程，包括数据加载与预处理、构建简单卷积神经网络（CNN）、训练与测试模型及结果可视化。

水大鱼大 2024-12-25

普通人能否彻底告别代码学习？

小明：“嘿，AI，你说我还需要学编程吗？” 机器人：“理论上，当我达到‘终极智能’时，你可能就不需要了。但现在嘛，还是得学一点。” 小程：“那程序员呢？他们会被你取代吗？” 机器人：“哈哈，别担心！虽

栈江湖 2024-12-25

【教程】第十二章 会议室预约管理

NocoBase 系列教程通过循序渐进的功能升级，你将打造一个强大的管理系统，让团队协作更高效、流程更智能。

NocoBase 2024-12-25

【langchain实战笔记】4、自定义处理链基础(基于天气信息的旅行助手)

本系列文章是基于langchainv-v0.3版本框架的学习实战笔记。本文将通过构建一个基于真实天气进行规划的旅行助手，来带大家学习langchain自定义处理链的构建基础。

小嘴叭叭儿 2024-12-25

GitLab中文版正式发布最新的 17.7 版本

沿袭我们的月度发布传统，极狐GitLab 发布了 17.7 版本，该版本带来了通过特定 MR Label 实现 Mono 场景下多仓 MR 的关联（JH-only）、新的计划者用户角色、在 UI 上

极狐GitLab官方 2024-12-25

从零到一：如何快速生成和优化Prompt

本文介绍了如何高效编写和优化Prompt，帮助读者快速从0到1生成有效的Prompt。文章提供了“万能模板”，通过角色设定、问题描述、目标明确和要求补充四个步骤，简化了Prompt的编写流程。

Kan先生 2024-12-25

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

Copyright © 2026 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1