Whisper

term_id: whisper

Category: basic_concepts

Definition

Whisper er en allment brukbar talegjenkjennelsesmodell designet for å håndtere ulike språk, dialekter og aksenter. Den er trent på hundretusener av timer med flerspråklig og multitask overvåket…

Summary

Et automatisk talegjenkjennelsessystem (ASR) utviklet av OpenAI, trent på et stort datasett med variert lyd.

Key Concepts

  • Automatisk talegjenkjenning
  • Flerspråklig støtte
  • Robusthet mot støy
  • Transformer-arkitektur

Use Cases

  • Underteksting og bildetekster for video
  • Transkribering av møter eller forelesninger
  • Behandling av stemmekommandoer

Code Example

1
2
3
4

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