Whisper (OpenAI)

Whisper è un sistema open source di riconoscimento automatico del parlato, addestrato su 680.000 ore di dati supervisionati multilingue e multitasking raccolti dal web. È progettato per essere robusto rispetto ad accenti, rumore di fondo e linguaggio tecnico e può trascrivere e tradurre il parlato da più lingue all'inglese. È un semplice approccio end-to-end, implementato come Transformer encoder-decoder. È inoltre in grado di identificare le lingue e generare marcatori temporali a livello di frase. È progettato per essere facile da usare e offrire un'elevata precisione, consentendo agli sviluppatori di aggiungere interfacce vocali a un maggior numero di applicazioni.