openai/whisper
Un model general de recunoaștere vocală antrenat prin supervizare slabă la scară mare pe audio variat, publicat ca ponderi și cod Python. Un singur model Transformer sequence-to-sequence acoperă transcrierea multilingvă, traducerea vorbirii în engleză și identificarea limbii vorbite, înlocuind mai multe etape ale unei pipeline clasice de prelucrare a vorbirii. Codul cere Python 3.8 până la 3.11 cu PyTorch, iar modelele se instalează prin pip ca pachetul openai-whisper.
Activitate de mentenanță