आगेअगली गाइड
Speech Recognition for People with Atypical Speech
ऑडियो एआई
ऑडियो एआई गाइड
कानाफूसी भाषण मान्यता
Whisper is OpenAI’s multilingual speech-recognition model, trained with large-scale weak supervision on approximately 680,000 hours of web-collected audio.
इस गाइड को सुनेंएआई-नैरेटेड · ~1 min
इस पृष्ठ पर1 मिनट पढ़ें
सिंहावलोकन
Its encoder-decoder design supports transcription, English translation, language identification, and timestamps, while accuracy varies by language, recording, and task.
गहरा गोता
Introduced in 2022, Whisper is a Transformer encoder-decoder trained on approximately 680,000 hours of multilingual audio paired with transcripts or translation text collected from the web. The data is uneven across languages, and performance varies by language and task. Whisper processes audio in 30-second chunks and uses task and language tokens to select transcription, English translation, or timestamped output. Released weights and inference code are under the MIT license.
वास्तविक विश्व कार्यान्वयन
पॉडकास्ट और यूट्यूब वीडियो के लिए खोजने योग्य ट्रांसक्रिप्ट और कैप्शन स्वतः उत्पन्न करना
ज़ूम या टीम ऑडियो से सारांश तैयार करने वाले लाइव मीटिंग-नोट्स ऐप्स को सशक्त बनाना
पत्रकारों के लिए विदेशी भाषा के साक्षात्कारों का सीधे अंग्रेजी पाठ में अनुवाद करना
उन उपयोगकर्ताओं के लिए ध्वनि-नियंत्रित पहुंच उपकरण और श्रुतलेख का निर्माण जो टाइप नहीं कर सकते
व्हिस्पर वाक् पहचान का भविष्य
Whisper’s release supports transcription and captioning applications. Real-world performance depends on language coverage, audio quality, accents, domain vocabulary, and evaluation conditions. Measure error rates on representative recordings, with human review where transcripts have consequential use.
इसे व्यवहार में लाना
यह क्यों मायने रखता है?
- पहुंच और पहुंच. यह प्रतिलेखन, कथन और ध्वनि इंटरफेस के माध्यम से पहुंच में सुधार करता है।
- लागत और बजट. मीडिया टीमें छोटे बजट में बेहतर ऑडियो तेजी से भेज सकती हैं।
- गति और पैमाना. ग्राहक-सामना करने वाली प्रणालियाँ बड़े पैमाने पर बोली जाने वाली बातचीत को संसाधित कर सकती हैं।
का ध्यान रखें
- सहमति के अभाव में आवाज के दुरुपयोग और प्रतिरूपण के जोखिम बढ़ जाते हैं।
- उच्चारण, बोलियों या शोर भरे वातावरण में सटीकता कम हो सकती है।
- स्पष्ट लेबलिंग के बिना सिंथेटिक ऑडियो को प्रामाणिक भाषण समझने की भूल की जा सकती है।
अगले चरण
- वॉयस कैप्चर, क्लोनिंग और पुन: उपयोग के लिए स्पष्ट सहमति प्राप्त करें।
- विभिन्न वक्ताओं और पृष्ठभूमि स्थितियों में गुणवत्ता का परीक्षण करें।
- परिभाषित करें कि किसी इंसान को आउटपुट की समीक्षा या अनुमोदन कब करना चाहिए।
- जवाबदेही के लिए सिंथेटिक ऑडियो को लेबल करें और उद्गम रिकॉर्ड रखें।
अन्वेषण करते रहें
मुफ़्त न्यूज़लेटर
दैनिक एआई ब्रीफिंग प्राप्त करें
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
Take the Whisper Speech Recognition quiz
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
अक्सर पूछे जाने वाले प्रश्नों
व्हिस्पर वाक् पहचान क्या है?
Whisper is OpenAI’s multilingual speech-recognition model, trained with large-scale weak supervision on approximately 680,000 hours of web-collected audio. Its encoder-decoder design supports transcription, English translation, language identification, and timestamps, while accuracy varies by language, recording, and task.
व्हिस्पर को मोटे तौर पर कितने घंटे के ऑडियो पर प्रशिक्षित किया गया था?
व्हिस्पर को असामान्य रूप से बड़े और विविध डेटासेट, वेब से एकत्र किए गए लगभग 680,000 घंटों के बहुभाषी, मल्टीटास्क ऑडियो पर प्रशिक्षित किया गया था।
एनकोडर से पहले व्हिस्पर कच्चे ऑडियो से किस मध्यवर्ती प्रतिनिधित्व की गणना करता है?
व्हिस्पर प्रत्येक 30-सेकंड ऑडियो खंड को 80-चैनल लॉग-मेल स्पेक्ट्रोग्राम में परिवर्तित करता है, जिसे ट्रांसफार्मर एनकोडर संसाधित करता है।
एक एकल व्हिस्पर मॉडल प्रतिलेखन और अनुवाद जैसे कई कार्य कैसे करता है?
डिकोडिंग की शुरुआत में विशेष टोकन पर कानाफूसी की स्थिति यह बताती है कि भाषा, कार्य और टाइमस्टैम्प उत्सर्जित करना है या नहीं।
व्हिस्पर किस समग्र तंत्रिका वास्तुकला का उपयोग करता है?
व्हिस्पर एक एनकोडर-डिकोडर ट्रांसफार्मर है: एनकोडर स्पेक्ट्रोग्राम पढ़ता है और डिकोडर स्वचालित रूप से टेक्स्ट टोकन उत्पन्न करता है।
पहले के एएसआर सिस्टम की तुलना में व्हिस्पर को विशेष रूप से मजबूत क्यों माना जाता है?
भारी मात्रा में विविध, वास्तविक दुनिया के ऑडियो (उच्चारण, शोर, क्रॉसस्टॉक) पर प्रशिक्षण ने व्हिस्पर को प्रति-डोमेन ट्यूनिंग के बिना मजबूत आउट-ऑफ-द-बॉक्स मजबूती प्रदान की।
सीखते रहो
संबंधित मार्गदर्शिकाएँ
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं