Whisper (OpenAI)

Whisper est un système open source de reconnaissance automatique de la parole, entraîné sur 680,000 heures de données supervisées multilingues et multitâches collectées sur le Web. Il est conçu pour être robuste aux accents, au bruit de fond et au langage technique, et peut transcrire la parole dans plusieurs langues et la traduire en anglais. Il s’agit d’une approche simple de bout en bout, implémentée sous la forme d’un Transformer encodeur-décodeur. Il peut également effectuer l’identification de la langue et fournir des horodatages au niveau des phrases. Il est conçu pour être facile à utiliser et très précis, afin de permettre aux développeurs d’ajouter des interfaces vocales à davantage d’applications.