Whisper

4 篇报道

Whisper 是 OpenAI 发布的开源语音识别模型系列,常被用作语音转文字的基准。近期报道多把它当作对比对象:Cactus 的 Whistle 以 16.9MB 体积在 LibriSpeech test-clean 上取得 4.31 WER,低于 Whisper base 的 4.9;Lokutor 的 Oído 在 ESP32-S3 上以 3.7/8.2 的 WER 优于 Whisper tiny.en 的 6.3/15.9;此外还有 macOS 本地照片与视频搜索工具用 Whisper 检索对话,以及一项以鸡尾酒会音频做反向图灵测试的研究。

相关话题
已经到底了