دليل الصوت AI

OpenAI همس

Whisper is an open-source automatic speech-recognition model released by OpenAI in 2022.

استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~2 min

ابدأ القراءةخذ الاختبار
في هذه الصفحةقراءة لمدة دقيقتين
  1. نظرة عامة
  2. الغوص العميق
  3. التنفيذ في العالم الحقيقي
  4. مستقبل OpenAI الهمس
  5. وضعها موضع التنفيذ
  6. استمر في الاستكشاف
  7. الأسئلة المتداولة

نظرة عامة

Its published tasks include multilingual transcription and translation into English; reported performance varies across languages and audio conditions.

الغوص العميق

The Whisper paper reports training on roughly 680,000 hours of web-collected audio with weak supervision. The model supports speech recognition, English speech translation, language identification and timestamps. The paper reports uneven language coverage and evaluates several tasks; its benchmark results are not a universal accuracy guarantee. The model card estimates the corpus as about 65% English audio with English transcripts, 18% non-English audio paired with English translation text and 17% non-English audio with original-language transcripts.

التنفيذ في العالم الحقيقي

Hypothetical workflow: transcribe a recorded interview, then check proper nouns and uncertain spans against the audio.

Hypothetical workflow: translate non-English speech into English text and verify the translation with a qualified speaker when accuracy matters.

Use language-identification output as a model prediction that may be less reliable for underrepresented languages or noisy audio.

For long recordings, inspect segment boundaries and silent sections for omissions, repetition loops or hallucinated text.

مستقبل OpenAI الهمس

Use the published paper and model card to select evaluation data that matches the intended language, audio quality and task. Report per-language and task-specific error rates and manually verify high-impact transcripts. The cited sources do not establish a current adoption trend or guarantee future on-device/streaming capabilities.

وضعها موضع التنفيذ

لماذا يهم

  • الوصول والوصول. يعمل على تحسين إمكانية الوصول من خلال واجهات النسخ والسرد والصوت.
  • التكلفة والميزانية. يمكن للفرق الإعلامية شحن الصوت المصقول بشكل أسرع بميزانيات أصغر.
  • السرعة والحجم. يمكن للأنظمة التي تواجه العملاء معالجة التفاعلات المنطوقة على نطاق أوسع.

احترس من

  • تزداد مخاطر إساءة استخدام الصوت وانتحال الشخصية عند فقدان الموافقة.
  • يمكن أن تنخفض الدقة عبر اللهجات أو اللهجات أو البيئات الصاخبة.
  • يمكن الخلط بين الصوت الاصطناعي والكلام الأصيل دون تصنيف واضح.

الخطوات التالية

  1. الحصول على موافقة صريحة لالتقاط الصوت واستنساخه وإعادة استخدامه.
  2. اختبار الجودة عبر مكبرات الصوت المتنوعة وظروف الخلفية.
  3. تحديد متى يجب على الإنسان مراجعة المخرجات أو الموافقة عليها.
  4. قم بتسمية الصوت الاصطناعي واحتفظ بسجلات المصدر للمساءلة.

استمر في الاستكشاف

صوت الذكاء الاصطناعي

تعلم كيف تتعرف أنظمة الكلام على اللغة وتولدها.قراءة الدليل

موسيقى الذكاء الاصطناعي

فهم أدوات وقيود توليد الموسيقى الحديثة.قراءة الدليل

رسالة إخبارية مجانية

احصل على الإحاطة اليومية لمنظمة العفو الدولية

ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.

بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.

اختبر نفسك

Take the OpenAI Whisper quiz

تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.

ابدأ الاختبار

دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع

الأسئلة المتداولة

ما هو الهمس OpenAI؟

Whisper is an open-source automatic speech-recognition model released by OpenAI in 2022. Its published tasks include multilingual transcription and translation into English; reported performance varies across languages and audio conditions.

ما هو الغرض الرئيسي من همس OpenAI؟

Whisper هو نظام التعرف التلقائي على الكلام الذي يقوم بنسخ وترجمة الصوت المنطوق عبر العديد من اللغات.

What was true of the language balance in Whisper’s training audio?

The paper notes that the training corpus was English-heavy and that most languages had far less than 1,000 hours.

What does Whisper use to condition the decoder on the requested task and language?

Special tokens identify the language and task, such as transcription or English translation.

ما هي الإمكانية التي لا توفرها Whisper أصلاً؟

يتعامل Whisper مع النسخ والترجمة إلى الإنجليزية واكتشاف اللغة والطوابع الزمنية، ولكنه ليس منشئًا للفيديو.

Which long-form transcription problems does OpenAI’s paper describe?

The paper describes errors such as repetition loops and missing first or last words around segment boundaries.

استمر في التعلم

أدلة ذات صلة

تم اختيار المزيد من الأدلة لهذا الموضوع

احصل على شهادة الذكاء الاصطناعي المجانيةدورة مجانية قصيرة واختبار. لا تكلفة ولا بطاقة. حوالي 2.5 ساعة.ابدأ مجانًا →