openai/whisper
Un modèle général de reconnaissance vocale entraîné par supervision faible à grande échelle sur des audio variés, publié sous forme de poids et de code Python. Un seul modèle Transformer séquence à séquence gère la transcription multilingue, la traduction de la parole vers l'anglais et l'identification de la langue parlée, remplaçant plusieurs étapes d'un pipeline vocal classique. Le code demande Python 3.8 à 3.11 avec PyTorch, et les modèles s'installent via pip avec le paquet openai-whisper.
Activité de maintenance