Whisper Base
WhisperはOpenAIが訓練した自動音声認識(ASR)システムで、多言語の音声テキスト変換タスクをサポートします。
ダウンロード数 6,204
リリース時間 : 5/3/2023
モデル概要
Whisper BaseはWhisperシリーズの基本バージョンで、高精度な音声認識に特化し、多言語や様々なアクセントの文字起こしニーズに対応します。
モデル特徴
多言語対応
英語、中国語を含む多言語音声認識をサポート
高い頑健性
背景ノイズや異なるアクセントに対して優れた適応能力
Web互換
ONNX形式に変換済みで、Transformers.jsを通じてブラウザで動作可能
モデル能力
音声テキスト変換
多言語文字起こし
リアルタイム音声認識
使用事例
音声文字起こし
会議議録の自動化
会議録音を自動的に文字記録に変換
議録作成効率向上、手作業による文字起こし時間削減
ポッドキャスト字幕生成
ポッドキャストコンテンツの自動字幕生成
コンテンツのアクセシビリティ向上、視聴者層拡大
音声アシスタント
ブラウザ音声制御
ウェブアプリケーションで音声制御機能を実現
追加ソフトウェア不要で音声インタラクション可能
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98