Whisper (OpenAI)

Whisper एक ओपन-सोर्स स्वचालित वाक् पहचान प्रणाली है, जिसे वेब से एकत्र किए गए 680,000 घंटे के बहुभाषी और बहु-कार्य पर्यवेक्षित डेटा पर प्रशिक्षित किया गया है। इसे उच्चारणों, पृष्ठभूमि के शोर और तकनीकी भाषा के प्रति मजबूत बनाया गया है, और यह कई भाषाओं के भाषण को लिखित रूप में ट्रांसक्राइब कर उसे अंग्रेज़ी में अनुवाद कर सकता है। यह एक सरल एंड-टू-एंड दृष्टिकोण है, जिसे एन्कोडर-डिकोडर Transformer के रूप में लागू किया गया है। यह भाषा की पहचान और वाक्यांश-स्तरीय टाइमस्टैम्प भी कर सकता है। इसे उपयोग में आसान और उच्च सटीकता वाला बनाया गया है, ताकि डेवलपर अधिक ऐप्लिकेशन में वॉइस इंटरफ़ेस जोड़ सकें।