Whisper é um modelo de aprendizado de máquina para reconhecimento, transcrição e tradução de fala, criado pela OpenAI e lançado pela primeira vez como software de código aberto em setembro de 2022.
Descrição Whisper é um modelo acústico de aprendizado profundo semi-supervisionado, construído a partir de uma arquitetura de transformador codificador-decodificador. A ferramenta é capaz de transcrever e traduzir fala em diversos idiomas. A OpenAI afirma que a combinação de diferentes dados de treinamento usados em seu desenvolvimento levou a um reconhecimento aprimorado de sotaques, ruído de fundo e jargão em comparação com abordagens anteriores.
Versões Whisper Large V2 foi lançado em 8 de dezembro de 2022. Whisper Large V3 foi lançado em novembro de 2023, no OpenAI Dev Day.
Referências