Whisper (OpenAI)

Whisper ist ein Open-Source-System zur automatischen Spracherkennung, das mit 680.000 Stunden mehrsprachiger und multitaskfähiger, aus dem Web zusammengetragener Trainingsdaten trainiert wurde. Es ist auf Robustheit gegenüber Akzenten, Hintergrundgeräuschen und Fachsprache ausgelegt und kann Sprache in mehreren Sprachen transkribieren und ins Englische übersetzen. Der einfache End-to-End-Ansatz ist als Encoder-Decoder-Transformer implementiert. Whisper kann außerdem Sprachen erkennen und Zeitstempel auf Satzebene erzeugen. Das System ist auf einfache Bedienung und hohe Genauigkeit ausgelegt und ermöglicht Entwicklern, weitere Anwendungen um Sprachschnittstellen zu ergänzen.