Whisper

Описание

Разработчики утверждают, что система распознаёт речь на английском языке практически как человек.

Для обучения модели использовали 680 тысяч часов речевых данных, собранных из нескольких коллекций по разным темам и на разных языках (около трети от общего объёма данных).

Whisper может корректно воспринимать произношение с акцентом, распознавать фоновые шумы, а также технические термины и жаргон. Система способна переводить речь с произвольного языка на английский язык и определять появление речи в звуковом потоке.