DESCRIPTION
Whisper est un modèle d'apprentissage automatique avancé pour la reconnaissance automatique de la parole (ASR) et la traduction vocale, développé par OpenAI. Il utilise une architecture Transformer basée sur un encodeur-décodeur, capable de fonctionner en séquence à séquence. Whisper a été pré-entraîné sur un immense corpus de données audio étiquetées (680 000 heures) et est disponible en plusieurs tailles et versions, dont des modèles exclusivement anglophones et des modèles multilingues. Les modèles multilingues peuvent effectuer aussi bien la reconnaissance de la parole que la traduction vocale, adaptant la sortie à la langue d'origine ou à une langue cible différente.
FONCTIONNALITÉS
Reconnaissance automatique de la parole (ASR)
Transcrit des fichiers audio en texte dans la même langue que l’audio.
Traduction vocale
Transcrit et traduit des fichiers audio dans une langue différente de celle d’origine.
Modèles multilingues
Prise en charge de nombreuses langues pour la reconnaissance et la traduction.
Différentes tailles de modèles
Disponible en versions tiny, base, small, medium, large, afin d'adapter la puissance de calcul et la précision selon les besoins.
PLANS & PRIX
Open source
Tous les modèles Whisper sont disponibles en open source, téléchargeables et utilisables gratuitement.
Tags
Outils à découvrir
Knowmax
Plateforme de gestion de connaissances guidée par l’IA pour équipes d’expérience client.
NetworkAI
Outil d'optimisation du réseau professionnel sur LinkedIn utilisant l'IA pour contacter les bonnes personnes et créer des messages d'introduction.
Snapvid
Snapvid est un outil d'édition vidéo IA qui crée rapidement des vidéos courtes virales avec sous-titres, emojis et effets, sans besoin de compétences techniques.