Whisper (OpenAI)

Whisper é um sistema de reconhecimento automático de fala de código aberto, treinado com 680.000 horas de dados supervisionados multilíngues e multitarefa coletados da web. Ele foi desenvolvido para ser resistente a sotaques, ruído de fundo e linguagem técnica, e pode transcrever e traduzir falas em vários idiomas para o inglês. É uma abordagem simples de ponta a ponta, implementada como um Transformer codificador-decodificador. Também é capaz de identificar idiomas e gerar marcações de tempo no nível de frases. Foi desenvolvido para ser fácil de usar e oferecer alta precisão, permitindo que desenvolvedores adicionem interfaces de voz a mais aplicativos.