Whisper-Zero
Whisper-Zero
软件描述
对Whisper语音识别系统进行彻底重构，消除了幻觉现象，并显著提升了识别准确率。该系统基于超过150万小时的音频数据构建，包括电话通话和嘈杂环境下的语音数据。
官方网站
访问软件的官方网站了解更多信息
www.gladia.io
安全链接HTTPS
什么是 Whisper-Zero?
全新的自动语音识别系统Whisper-Zero相较于OpenAI的原有模型实现了重大升级。它消除了99.9%的幻觉现象，提升了识别准确率，运行速度更快，且操作更便捷。与前代产品不同，它没有使用限制。此外，该系统还支持自定义词汇表、自动降噪、逐词时间戳、说话人分离识别，以及识别浓重口音。Whisper-Zero可处理任何音频或视频文件，包括最大达500MB、时长135分钟的大文件，同时支持处理指向视频或音频文件的URL链接。
🔄 替代方案
37 个选择
Tomedes 免费人工智能转录工具可在几秒钟内将音频和视频文件转化为清晰准确的文本。支持 MP3、MP4、WAV 等多种格式，几乎支持 100 种语言的流畅转录。
免费 • 专有
查看详情
Aidio
由人工智能驱动的在线转换工具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。该工具完全在浏览器中运行，无需注册，具备快速语音识别功能，支持适用于访谈或会议的文件格式。
免费增值 • 专有
查看详情
Gazelle Speech Language Model
软件
Gazelle 是由 Tincans 开发的联合语音语言模型——更多详情和提示词建议，请参见我们的 v0.2 发布公告。这只是一个早期的研究预览，请合理预期其功能！Gazelle 可接受文本和音频作为输入（可互换使用），并生成文本作为输出。
免费 • 开源
查看详情