Whisper-Zero
Whisper-Zero
软件描述
对Whisper ASR的全面重构，消除了幻觉并显著提升了准确率。基于超过150万小时的音频数据构建，包括电话和嘈杂环境下的数据。
官方网站
访问软件的官方网站了解更多信息
官方认证
www.gladia.io
安全链接HTTPS
什么是 Whisper-Zero?
新的自动语音识别系统Whisper-Zero相较于OpenAI的模型实现了显著升级。它消除了99.9%的幻觉，提升了准确率，运行更快，且易于使用。与前代产品不同，它没有任何限制。额外功能包括自定义词汇支持、自动降噪、词级时间戳、说话人分离，以及对浓重口音的理解能力。Whisper-Zero可处理任意音频或视频文件格式，包括最大达500MB和135分钟的大型文件，还支持直接处理视频或音频文件的URL。
🔄 替代方案
38 个选择
眨眼间完成音频和视频文件的转录，全自动、离线操作，准确率极高。AI转录采用OpenAI的Whisper技术与苹果语音识别，将语音（如播客、演示文稿、讲座或语音消息）转换为文本……
Scriberr
这是Scriberr，一款可自托管的AI语音转录应用。Scriber 使用 OpenAI 的 Whisper 模型，在您的硬件上离线转录音频文件。
Transcription Helper
这是一个用 Objective-C 编写的 iOS 应用程序，用于帮助想要对一段音频进行处理以将其写出的人。
Aidio
AI驱动的在线转换器可将上传的音频文件准确转录为文本，支持多种语言和方言。完全在浏览器中运行，无需注册，提供快速语音识别，并支持适用于访谈或会议的格式。
Gazelle Speech Language Model
Gazelle 是由 Tincans 推出的联合语音语言模型——更多细节和提示创意，请参见我们的 v0.2 版本公告。这是早期研究预览版，请降低预期！Gazelle 可接受文本和音频作为输入（可互换），并生成文本作为输出。