VolgendeVolgende gids
Speech Recognition for People with Atypical Speech
Audio-AI
Audio AI-GIDS
Whisper is OpenAI’s multilingual speech-recognition model, trained with large-scale weak supervision on approximately 680,000 hours of web-collected audio.
Luister naar deze gidsAI-verteld · ~1 min
Its encoder-decoder design supports transcription, English translation, language identification, and timestamps, while accuracy varies by language, recording, and task.
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.
Automatisch genereren van doorzoekbare transcripties en bijschriften voor podcasts en YouTube-video's
Mogelijkheid tot apps voor live notulen van vergaderingen die samenvattingen maken van Zoom- of Teams-audio
Interviews in vreemde talen rechtstreeks naar Engelse tekst vertalen voor journalisten
Het bouwen van spraakgestuurde toegankelijkheidstools en dicteerfuncties voor gebruikers die niet kunnen typen
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.
Gratis nieuwsbrief
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
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.
Whisper werd getraind op ongeveer 680.000 uur aan meertalige, multitask-audio verzameld via internet, een ongewoon grote en diverse dataset.
Whisper converteert elk audiofragment van 30 seconden naar een 80-kanaals log-Mel-spectrogram, dat de Transformer-encoder verwerkt.
Fluister voorwaarden op speciale tokens aan het begin van de decodering die de taal, taak en of tijdstempels moeten worden uitgezonden.
Whisper is een encoder-decoder Transformer: de encoder leest het spectrogram en de decoder genereert autoregressief teksttokens.
Door te trainen op grote hoeveelheden gevarieerde, real-world audio (accenten, ruis, overspraak) kreeg Whisper een sterke out-of-the-box robuustheid zonder afstemming per domein.
Blijf leren
Er zijn meer handleidingen voor dit onderwerp geselecteerd
VolgendeVolgende gids
Speech Recognition for People with Atypical Speech
Audio-AI