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

曝天玑9500最高频率仅4GHz 还不敌骁龙8至尊版

【CNMO科技消息】近日，高通在针对骁龙8Elite芯片的公开测试中透露，其开发自家Oryon核心的动机，源于ARM的CPU设计逐渐落后于竞争对手。根据透露的信息，骁龙8Elite的Oryon性能核心在默认频率下运行至4.32GHz，这一速度相较于其他同类产品展现出明显优势。

手机中国 2024-12-30

国产阻燃材料突围记：北工商科研团队深耕二十载从“追跑”迈向“领跑”

钱立军（右）教授正在实验室指导团队成员做实验。国外企业“嗅”到了中国溴化环氧树脂阻燃剂市场的变化，立即将产品售价由每吨4万元降价到每吨2.8万元，降价幅度高达30%。

中国青年网 2024-12-30

全球最大！深地液氮低温实验平台开始调试运行

快科技12月30日消息，据报道，在中国锦屏地下实验室二期C1厅内，随着锦屏大设施大型液氮低温屏蔽装置迎来了第一立方米液氮。其中，大型液氮低温屏蔽装置和常温纯净水屏蔽装置，在约2400米深的岩石覆盖下拔地而起，辅以多套组合式固体辐射屏蔽装置，共同构建了一个既能承载大型前沿物理实验，又能支持小型原理验证实验的极低辐射本底屏蔽平台。

驱动之家 2024-12-30

沈阳：“5G+工业互联网”转型正当时 2024新突破

【辽宁沈阳传统制造企业借“5G+工业互联网”焕发新生】在辽宁沈阳，一批传统制造企业因“5G+工业互联网”赋能发生巨大变化。

和讯网 2024-12-30

推动科技成果从实验室走向生产线（改革一线·怀川亮点）

员刘阳华）“中内凯思自主研发的摩擦副组件，在基地进入中试阶段后，经过1个多月试运行，验证了产品具备高热效率和低排放等特点，满足以甲醇、氢气、天然气为燃料的机型应用工况和性能要求，圆满完成了中试标定任务。”中试基地是科技成果从实验室走向生产线的重要平台。

河南日报 2024-12-30

六年攻关破解世界性难题

动态真三轴电磁霍普金森杆试验测试系统。】（首席记者吴吉）经过6年的科研攻关，在广东省珠江团队《工程扰动岩石动力学理论和技术》项目支持下，深圳大学谢和平院士团队成功研制出了具有完全自主知识产权的全球首套“动态真三轴电磁霍普金森杆试验测试系统”。

深圳商报 2024-12-30

荣耀X60，拥有4大亮点，都是消费者购机时关注的！

荣耀X60在年货节期间卖得好，其实和它降价有关，本来定价就很低的它，如今官方让利还能叠加平台红包补贴，起步价低至1066元，就连12GB+512GB顶配版也突降至1436元。

大话百科天地 2024-12-30

雷军：小米SU7不只扛住了百万网友的严选在三大方面行业领先

快科技12月30日消息，雷军晒出了小米SU7的评测成绩单，在安全、续航、智驾等方面行业领先。他表示，一份耕耘，一份收获。小米SU7扛住了百万网友的严选，也扛住权威评测机构和媒体的测试！

快科技 2024-12-30

AI时代关注员工开不开心很重要

2010年诺贝尔经济学奖得主克里斯托弗·皮萨里德斯。我们不应该去问，在遍布人工智能的世界里工作机会从哪里来，而应该问自己，需要什么样的技能，才能够在人工智能时代拥有立足之地。”“我们需要工作，才能够产生创造力，但是如果工作让人不开心、不快乐，甚至患上抑郁症和心理疾病，这样的代价是否值得呢？”

封面新闻 2024-12-30

提升科学素质赋能共同发展（创新谈）

推动扩大世界公众科学素质组织规模，分享提升科普服务水平的经验，研讨应对新一代技术给科普带来的挑战……前不久在北京召开的2024世界公众科学素质促进大会上，一项项务实倡议、一场场思想碰撞，道出了国际科技界期盼提升科学素质、赋能共同发展的心声。

金台资讯 2024-12-30

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

曝天玑9500最高频率仅4GHz 还不敌骁龙8至尊版

国产阻燃材料突围记：北工商科研团队深耕二十载从“追跑”迈向“领跑”

全球最大！深地液氮低温实验平台开始调试运行

沈阳：“5G+工业互联网”转型正当时 2024新突破

推动科技成果从实验室走向生产线（改革一线·怀川亮点）

六年攻关破解世界性难题

荣耀X60，拥有4大亮点，都是消费者购机时关注的！

雷军：小米SU7不只扛住了百万网友的严选在三大方面行业领先

AI时代关注员工开不开心很重要

提升科学素质赋能共同发展（创新谈）

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