OpenAI ফিসফিস

It matters because it brought robust, free, near-human transcription to anyone who can run the model.

2022 সালের সেপ্টেম্বরে প্রকাশিত, হুইস্পারকে ওয়েব থেকে সংগৃহীত প্রায় 680,000 ঘন্টা বহুভাষিক, মাল্টিটাস্ক অডিওতে প্রশিক্ষণ দেওয়া হয়েছিল। এই বিশাল এবং বৈচিত্র্যময় ডেটাসেট হল এর দৃঢ়তার রহস্য: এটি উচ্চারণ, ব্যাকগ্রাউন্ড নয়েজ, এবং টেকনিক্যাল জার্গনকে পুরোনো সিস্টেমের তুলনায় অনেক ভালোভাবে পরিচালনা করে, প্রতিটি নতুন ডোমেনের জন্য সূক্ষ্ম সুর করার প্রয়োজন ছাড়াই। হুইস্পার মূল ভাষায় বক্তৃতা প্রতিলিপি করতে পারে, অনেক ভাষা থেকে ইংরেজিতে বক্তৃতা অনুবাদ করতে পারে, কথ্য ভাষা সনাক্ত করতে পারে এবং টাইমস্ট্যাম্প যোগ করতে পারে। OpenAI মডেলের ওজন এবং কোড খোলাখুলিভাবে প্রকাশ করেছে, তাই এটি স্থানীয়ভাবে একটি ল্যাপটপে বা একটি ডেটা সেন্টারে চলে, যা সম্প্রদায়ের সরঞ্জাম, দ্রুত পুনঃপ্রবর্তন এবং এর উপরে নির্মিত অ্যাপগুলির বিস্ফোরণ ঘটায়। নির্ভুলতা ভাষা এবং অডিও মানের দ্বারা পরিবর্তিত হয় এবং এই ধরনের সমস্ত সিস্টেমের মতো এটি মাঝে মাঝে পাঠ্যকে 'হ্যালুসিনেট' করতে পারে।