W

Whisper Base

Xenovaによって開発
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
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase