위스퍼

term_id: whisper

Category: basic_concepts

Definition

위스퍼는 다양한 언어, 방언, 억양을 처리하도록 설계된 범용 음성 인식 모델입니다. 수백만 시간 분량의 다국어 및 다중 작업 Supervised 데이터를 학습하여, 노이즈가 많은 환경에서도 강건하게 작동하며 여러 언어로 음성을 텍스트로 변환할 수 있습니다.

Summary

다양한 오디오 데이터셋으로 학습된 오픈AI(OpenAI)의 자동 음성 인식(ASR) 시스템입니다.

Key Concepts

  • 자동 음성 인식
  • 다국어 지원
  • 노이즈 내성
  • 트랜스포머 아키텍처

Use Cases

  • 비디오 자막 생성
  • 회의 또는 강의 녹음 텍스트 변환
  • 음성 명령 처리

Code Example

1
2
3
4

import whisper
model = whisper.load_model("base")
result = model.transcribe("audio.mp3")
print(result["text"])