目录
一、Whisper 是什么？
二、Whisper 的根本下令行用法
三、代码实践
四、是否保存Token标记
五、翻译长度问题
六、性能分析
一、Whisper 是什么？
Whisper 是由 OpenAI 开源的一个主动语音辨认（Automatic Speech Recognition, ASR）系统。它的主要特点是：
- 多语言支持：它本身就能辨认几十种语言，包罗中文。
- 多尺寸预练习模型：官方提供了 5 个差别大小的模型（tiny, base, small, medium, large），它们的体量和辨认效果差别，可以根据硬件资源和需求来选择。
- 端到端（End-to-End）：基于 Transformer 架构，直接从音频特征（mel spectrogram）举行处置处罚，无需繁琐的特征工程。
通常，你可以直接将 Whisper 当作一个“现成的”ASR 工具，用来把音频文件转成文本。如果想针对某些特定口音、方言或专业领域进
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
