Whisper (OpenAI)

Whisper ist ein quelloffenes automatisches Spracherkennungssystem, das anhand von 680.000 Stunden mehrsprachiger und multitaskingüberwachter Daten aus dem Internet trainiert wurde. Es ist so konzipiert, dass es robust gegenüber Akzenten, Hintergrundgeräuschen und Fachsprache ist, und kann Sprache in mehreren Sprachen ins Englische transkribieren und übersetzen. Es handelt sich um einen einfachen End-to-End-Ansatz, der als Encoder-Decoder-Transformer implementiert ist. Es ist auch in der Lage, Sprachidentifikation und Zeitstempel auf Phrasenebene durchzuführen. Es ist so konzipiert, dass es einfach zu bedienen ist und eine hohe Genauigkeit aufweist, so dass Entwickler mehr Anwendungen mit Sprachschnittstellen versehen können.