Whisper
基于大规模弱监督音频训练的语音识别模型。
概览
Whisper 是一个语音识别模型，基于极其庞大且多样化的弱标注音频集训练而成，这使其在口音、背景噪声和录音质量方面都具有很强的鲁棒性。它解决了早期系统仅针对干净数据集调优、一旦脱离这些数据集便性能急剧下降的问题。它的出现是因为音频的规模和多样性比定制的声学模型更为重要，并且它是转录任务中默认的开源选择。
技术图谱
Whisper 如何与技术栈的其他部分相连。
使用与依赖
- Transformer architecture Algorithms Whisper based on Transformer High ✓ source
应用于
- Speech Recognition application Applications Whisper used for Speech Recognition High ✓ source