W

Whisper Medium

由Xenova開發
Whisper Medium 是 OpenAI 開發的中等規模語音識別模型,支持多種語言的自動語音識別(ASR)任務。
下載量 871
發布時間 : 5/31/2023

模型概述

Whisper Medium 是一個基於 Transformer 架構的語音識別模型,能夠將語音轉換為文本,支持多種語言。

模型特點

多語言支持
支持多種語言的語音識別,適用於國際化應用場景。
高精度
基於 Transformer 架構,提供高精度的語音轉文本能力。
ONNX 兼容
支持 ONNX 格式,便於在網頁端和其他平臺上部署。

模型能力

語音識別
多語言轉錄
即時語音轉文本

使用案例

語音轉錄
會議記錄
將會議錄音自動轉換為文本記錄,便於後續查閱和分析。
高精度轉錄,支持多語言會議。
字幕生成
為視頻內容自動生成字幕,提升無障礙訪問體驗。
支持多種語言的字幕生成。
語音助手
語音輸入
為語音助手提供語音轉文本功能,實現自然語言交互。
低延遲、高精度的語音識別。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase