Whisper

Whisper
Kehittäjä OpenAI
Kehityshistoria
Ensijulkaisu 21. syyskuuta 2022
Tiedot
Ohjelmistotyyppi käännössovellus
Alusta OpenAI
Lisenssi MIT-lisenssi
Aiheesta muualla
Verkkosivusto

Whisper on OpenAI:n kehittämä automaattinen puheentunnistusjärjestelmä, joka voi tuottaa tekstiä äänisyötteistä. Se julkaistiin syyskuussa 2022. Whisper on kehitetty 680 000 tunnin monikielisellä verkkoaineistolla. Whisper mahdollistaa käännösversiot 99 kielelle ja kääntämisen englanniksi.

Historia

Whisper julkaistiin 21. syyskuuta 2022. Whisper Large V2 julkistettiin 8. joulukuuta 2022. Whisper Large V3 julkaistiin marraskuussa 2023 ja Whisper Large V3 Turbo lokakuussa 2024.

Ominaisuudet

Whisperin merkittävin ominaisuus on sen kestävyydessä. Monipuolisen harjoitusaineiston avulla järjestelmä pystyy ymmärtämään ja siirtämään puhetta eri aksenttien välillä. Whisper toimii myös meluisassa ympäristössä. Whisper kykenee kääntämään puhetta useilla eri kielillä. Whisper on toteutettu enkooderi-dekooderi-muuntajana ja se käsittelee syötettyä ääntä 30 sekunnin mittaisina kokonaisuuksina.

Lähteet

  1. ↑ Introducing Whisper OpenAI. 21.9.2022. Viitattu 18.2.2024. (englanniksi)
  2. ↑ Cochard, David: Whisper : Speech Recognition Model Capable of Recognizing 99 Languages Medium. 13.11.2023. Viitattu 18.2.2024. (englanniksi)
  3. ↑ Announcing the large-v2 model · openai whisper · Discussion #661 GitHub. Viitattu 22.5.2025. (englanniksi)
  4. ↑ Whisper Large V3 Turbo: High-Accuracy and Fast Speech Recognition Model medium.com. Viitattu 22.5.2025. (englanniksi)
  5. ↑ Kumar, Akhil: Whisper: A Breakthrough in Automatic Speech Recognition Medium. 10.10.2023. Viitattu 18.2.2024. (englanniksi)
Tämä tietotekniikkaan liittyvä artikkeli on tynkä. Voit auttaa Wikipediaa laajentamalla artikkelia.