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

如何应对忘记手机解锁图案的烦恼与解决方法分享

有时候，我们的手机就像一个小宝箱，里面存着很多重要的信息和回忆。但偏偏有那么一天，你在忙碌中不小心忘记了手机的解锁图案，想要重新进入，却发现自己被拒之门外。这种状况别提有多郁闷了。接下来，就让我来跟你聊聊该如何应对这种情况，帮助你顺利解锁手机。首先，冷静是关键。当你发现自己忘记了解锁图案，第一反应往往是焦虑。

新报观察 2024-12-26

三星手机双卡双待设置详解：轻松管理两张SIM卡的便捷体验

体验。希望这篇文章能帮到你，让你更好地使用三星手机的双卡双待功能。无论是工作还是生活，双卡双待都能给你带来更多的便利，快来试试吧！

新报观察 2024-12-26

英特尔申请存储器接口电路专利，提高存储器接口性能

金融界2024年12月26日消息，国家知识产权局信息显示，英特尔公司申请一项名为“存储器接口电路”的专利，公开号CN119181393A，申请日期为2023年6月。专利摘要显示，一种存储器接口电路，包括驱动器级和向驱动器级提供控制代码的逻辑电路。驱动器级具有多条支路，每条支路包括上拉(PU)晶体管、下拉(PD)晶体管和电阻器。

金融界 2024-12-26

如熠智能科技取得种 AGV 充电桩专利，避免充电桩主体因 AGV 小车剐蹭造成损坏

金融界2024年12月26日消息，国家知识产权局信息显示，如熠智能科技（苏州）有限公司取得一项名为“种AGV充电桩”的专利，授权公告号CN222202304U，申请日期为2024年5月。专利摘要显示，本实用新型公开一种AGV充电桩，涉及AGV充电桩技术领域。

金融界 2024-12-26

瑞昱半导体申请存储器时钟控制专利，控制存储器时钟

金融界2024年12月26日消息，国家知识产权局信息显示，瑞昱半导体股份有限公司申请一项名为“存储器时钟控制电路和控制存储器时钟的方法”的专利，公开号CN119181398A，申请日期为2023年6月。至少一个阈值包括第一阈值，第一阈值大于系统重置电压并小于至少一个存储器的最低工作电压。

金融界 2024-12-26

中国长江电力申请一种基于transformer的水轮机声音监测方法专利，实现对设备状况实时跟踪

金融界2024年12月26日消息，国家知识产权局信息显示，中国长江电力股份有限公司申请一项名为“一种基于transformer的水轮机声音监测方法”的专利，公开号CN119181378A，申请日期为2024年8月。

金融界 2024-12-26

崎伟科技取得一种防触电充电桩专利，实现充电头干燥

金融界2024年12月26日消息，国家知识产权局信息显示，深圳市崎伟科技有限公司取得一项名为“一种防触电充电桩”的专利，授权公告号CN222202308U，申请日期为2024年7月。

金融界 2024-12-26

华为手机录屏功能详解：简单步骤与实用技巧

在现代生活中，录屏已经成为了一个非常实用的功能。无论是想记录下精彩的游戏时刻，还是想分享一些手机操作技巧，录屏都能帮你轻松实现。今天，我们就来聊聊华为手机上如何进行录屏，步骤简单易懂，适合所有用户。在开始之前，确保你的华为手机已经更新到最新的系统版本。虽然大部分华为手机都自带录屏功能，但不同的系统版本可能会有些许差异。

新报观察 2024-12-26

华为手机呼叫等待功能设置详解与注意事项

在现代生活中，手机已经成为我们不可或缺的工具。今天，我们就来聊聊华为手机上如何设置呼叫等待，让你在接听电话时不再错过重要的来电。如果你在设置过程中遇到任何问题，或者有其他关于手机使用的疑问，随时可以查阅华为的官方帮助文档，或者在网上寻找相关的教程。

新报观察 2024-12-26

平安科技申请语音情绪识别专利，提高情绪识别准确性且提高识别效率

金融界2024年12月26日消息，国家知识产权局信息显示，平安科技（深圳）有限公司申请一项名为“语音情绪识别方法和装置、电子设备、存储介质”的专利，公开号CN119181385A，申请日期为2024年9月。专利摘要显示，本申请实施例提出的语音情绪识别方法和装置、电子设备、存储介质，涉及人工智能技术领域及金融科技领域。

金融界 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

如何应对忘记手机解锁图案的烦恼与解决方法分享

三星手机双卡双待设置详解：轻松管理两张SIM卡的便捷体验

英特尔申请存储器接口电路专利，提高存储器接口性能

如熠智能科技取得种 AGV 充电桩专利，避免充电桩主体因 AGV 小车剐蹭造成损坏

瑞昱半导体申请存储器时钟控制专利，控制存储器时钟

中国长江电力申请一种基于transformer的水轮机声音监测方法专利，实现对设备状况实时跟踪

崎伟科技取得一种防触电充电桩专利，实现充电头干燥

华为手机录屏功能详解：简单步骤与实用技巧

华为手机呼叫等待功能设置详解与注意事项

平安科技申请语音情绪识别专利，提高情绪识别准确性且提高识别效率

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