AIbase

W

Whisper Medium

由 Xenova 开发
Whisper Medium 是 OpenAI 开发的中等规模语音识别模型，支持多种语言的自动语音识别（ASR）任务。
语音识别
Transformers
#语音转文本#多语言支持#网页端适配
下载量 871
发布时间 : 5/31/2023
模型介绍
内容详情
替代品

模型简介

Whisper Medium 是一个基于 Transformer 架构的语音识别模型，能够将语音转换为文本，支持多种语言。

模型特点

多语言支持
支持多种语言的语音识别，适用于国际化应用场景。
高精度
基于 Transformer 架构，提供高精度的语音转文本能力。
ONNX 兼容
支持 ONNX 格式，便于在网页端和其他平台上部署。

模型能力

语音识别
多语言转录
实时语音转文本

使用案例

语音转录
会议记录
将会议录音自动转换为文本记录，便于后续查阅和分析。
高精度转录，支持多语言会议。
字幕生成
为视频内容自动生成字幕，提升无障碍访问体验。
支持多种语言的字幕生成。
语音助手
语音输入
为语音助手提供语音转文本功能，实现自然语言交互。
低延迟、高精度的语音识别。