Whisper
Modelo de reconocimiento automático del habla de OpenAI para convertir voz en texto.
Whisper es un modelo desarrollado por OpenAI para el reconocimiento automático del habla (Speech-to-Text) que convierte el lenguaje hablado en texto escrito. Se entrenó con grandes volúmenes de datos de audio multilingües y admite numerosos idiomas, así como la transcripción y la traducción al inglés.
El modelo es robusto frente al ruido de fondo, los acentos y el vocabulario técnico, y OpenAI lo publicó como código abierto. Los ámbitos de uso típicos son la transcripción de grabaciones de audio y vídeo, el subtitulado y el control por voz de aplicaciones.
Para qué lo utiliza Provimedia
Provimedia utiliza Whisper en el desarrollo de IA para transcribir de forma automatizada contenidos de audio y vídeo e implementar funciones de voz.
¿Quiere usar Whisper en su proyecto?
En una conversación gratuita descubriremos cómo podemos llevarlo a cabo para usted.
Más de IA y aprendizaje automático
Anthropic Claude
Familia de grandes modelos de lenguaje de la empresa de IA Anthropic.
Más informaciónApache Airflow
Plataforma de código abierto para crear, planificar y supervisar flujos de trabajo.
Más informaciónCUDA
Plataforma de cálculo paralelo de NVIDIA para usar GPU en cálculos de propósito general.
Más informaciónElevenLabs
Plataforma de IA para sintetizar voz de sonido natural a partir de texto.
Más informaciónHugging Face
Plataforma y bibliotecas para modelos de IA preentrenados y conjuntos de datos.
Más informaciónKeras
API de alto nivel para crear y entrenar redes neuronales.
Más informaciónLangChain
Framework de código abierto para desarrollar aplicaciones basadas en grandes modelos de lenguaje.
Más informaciónMLflow
Plataforma de código abierto para gestionar el ciclo de vida de los proyectos de aprendizaje automático.
Más información