Whisper large-v3-turbo
Whisper large-v3-turbo是一種先進的 ASR 和翻譯模型，經過超過 500 萬小時的資料訓練，支援 99 種語言，具有快速處理和零樣本功能。
中文(繁體)
中文(繁體)
什麼是Whisper large-v3-turbo
Whisper large-v3-turbo是 OpenAI 開發的先進的自動語音辨識和翻譯模型。它已經接受了超過 500 萬小時的標記資料訓練，使其能夠在各種資料集和領域中很好地泛化，而無需額外訓練。該模型是 Whisper large-v3 的微調版本，具有更少的解碼層，可在保持高品質的同時提高速度。
誰可以從使用Whisper large-v3-turbo中受益
目標受眾包括尋求高效語音辨識解決方案的人工智慧研究人員、開發人員和企業。由於其多語言支援和快速處理能力，它特別適合需要高效處理大量多樣化音訊內容的用戶。
Whisper large-v3-turbo可以在什麼場景下使用
Whisper large-v3-turbo可用於即時語音到文字轉換，以改善會議記錄。它還可以整合到行動應用程式中，提供多語言語音翻譯服務。此外，它對於轉錄和分析長格式音訊內容（例如訪談或講座）也很有用。
Whisper large-v3-turbo的主要特點是什麼
支援99種語言的語音辨識和翻譯。
無需進一步訓練即可推廣到多個資料集和領域。
透過減少解碼層數提高模型速度。
透過分段處理長音訊檔案。
與所有 Whisper 解碼策略相容，包括溫度衰減和基於先前令牌的條件生成。
自動預測來源音訊語言。
支援語音轉錄和翻譯等任務。
提供句子或單字等級的帶時間戳的輸出。
如何使用Whisper large-v3-turbo
1. 安裝 Transformers 函式庫以及 Datasets 和 Accelerate 函式庫。
2. 使用 Hugging Face Hub 中的 AutoModelForSpeechSeq2Seq 和 AutoProcessor 來載入模型和處理器。
3. 建立自動語音辨識管道。
4. 準備音訊數據，該數據可以來自 Hugging Face Hub 或本地文件。
5. 使用音訊資料調用管道以取得轉錄結果。
6. 若要啟用其他解碼策略，請設定generate_kwargs 參數。
7. 對於翻譯任務，將任務參數設定為「翻譯」。
8. 若要取得帶有時間戳記的輸出，請將 return_timestamps 設定為 True。
