Whisper
Whisper是OpenAI于2022年发布的语音识别模型，可将语音转写为文字或翻译成英语。
5篇文章
最近提及 Whisper是OpenAI于2022年发布的语音识别模型，可转写多种语言的语音，并将语音翻译成英语。该系列包括large-v3以及提高转写速度的turbo等模型。
其模型权重和代码已公开，可在本地计算机上运行。
本条目依据AIPOST的文章与广为人知的事实整理。如有错误，请通过更正请求告诉我们。
涉及该条目的文章
输入方面，这套方案使用在Mac上本地运行的Whisper语音识别，并借助Metal加速。
代码仓库将语音转文字工具Whisper或Faster-Whisper，与Jev逐句作出的判断结合起来。
Google AI Studio提供Whisper、Friendly、Narration、Promote和Podcast等风格。
语音转文字测试通过 MLX 运行 Whisper；这里使用的 MLX 是在 Apple Silicon 上运行模型的框架。