Whisper (OpenAI)

Whisper es un sistema de reconocimiento automático del habla de código abierto, entrenado con 680.000 horas de datos supervisados multilingües y multitarea recopilados de la web. Está diseñado para ser resistente a los acentos, el ruido de fondo y el lenguaje técnico, y puede transcribir y traducir el habla de varios idiomas al inglés. Es un enfoque sencillo de extremo a extremo, implementado como un Transformer codificador-decodificador. También puede identificar idiomas y generar marcas de tiempo a nivel de frase. Está diseñado para ser fácil de usar y ofrecer una alta precisión, lo que permite a los desarrolladores añadir interfaces de voz a más aplicaciones.