Whisper (OpenAI)

Whisper ایک اوپن سورس خودکار نظامِ شناختِ گفتار ہے، جسے ویب سے جمع کیے گئے 680,000 گھنٹوں کے کثیر لسانی اور کثیر کام والے زیرِ نگرانی ڈیٹا پر تربیت دی گئی ہے۔ اسے لہجوں، پسِ منظر کے شور اور تکنیکی زبان کے مقابل مضبوط بنایا گیا ہے، اور یہ متعدد زبانوں میں گفتار کو تحریری شکل دے کر انگریزی میں ترجمہ کر سکتا ہے۔ یہ ایک سادہ اینڈ ٹو اینڈ طریقہ ہے، جسے انکوڈر-ڈیکوڈر Transformer کے طور پر نافذ کیا گیا ہے۔ یہ زبان کی شناخت اور فقرے کی سطح پر ٹائم اسٹیمپس بھی فراہم کر سکتا ہے۔ اسے استعمال میں آسان اور اعلیٰ درستگی والا بنایا گیا ہے، تاکہ ڈویلپرز مزید ایپلی کیشنز میں صوتی انٹرفیس شامل کر سکیں۔