谢乾坤|青南
·
轻声低语，藏在光芒下的语音转文字模型Whisper
💡
原文中文，约1600字，阅读约需4分钟。
📝
内容提要
OpenAI发布了语音转文本模型Whisper，可本地离线运行，识别效果超过国内许多大厂中文语音识别产品。使用Whisper配合ChatGPT可进行纠正，方便生成字幕，完全免费。
🎯
关键要点
- OpenAI发布了语音转文本模型Whisper，支持本地离线运行。
- Whisper的识别效果超过了许多国内大厂的中文语音识别产品。
- Whisper是开源模型，不是API服务，只需Python即可本地运行。
- 使用Whisper需要安装ffmpeg，并通过简单的Python代码进行操作。
- Whisper在识别中文时表现良好，但同音字可能导致错别字，可以结合ChatGPT进行纠正。
- Whisper的small模型对中文的识别效果已经非常好，运行占用内存约2GB。
- Whisper完全免费，适合生成字幕或将音频转成文字。
- 国内语音识别技术仍需提升，国产产品在这方面有很大努力空间。
➡️
