本文介绍了如何将.NET Core应用与科大讯飞语音转写服务对接，包括注册账号、获取APPID和API密钥、引入库、编写HTTP请求代码以及注意音频格式和API限制等事项，以帮助开发者实现语音转写功能。

Google Research推出的InkSight技术利用深度学习高效识别手写文字，克服传统OCR的局限，能够在复杂背景下实现精准转写，展现出在文献数字化和文化遗产保护中的应用潜力。

这篇论文介绍了 GigaSpeech 2，一个为低资源语言设计的大规模、多领域、多语种的语音识别语料库，它不依赖于配对的语音和文本数据。该论文还介绍了一个自动化的数据爬取、转录和标签优化流程，以及通过修改的 Noisy Student Training 来进一步提高模型性能。实验结果证明了该语料库高质量和广泛适用性，并且相比于 Whisper large-v3 模型，基于...

本文探讨了TransliCo框架中转写对多语言预训练语言模型（mPLM）性能的影响。研究表明，转写显著提升了低资源语言的表现，并在多个基准测试中提高了跨语言表示的相似度。MTrans框架和MiLMo模型在处理少数民族语言和未知脚本时表现优异，解决了多语言模型在这些领域的不足。

本研究使用基于Transformer的序列到序列模型，仅使用850万个参数，在DataVerse Challenge - ITVerse 2023中以0.10582的字错误率获得第一名，实现了汉语中每个单词的国际音标。

本文介绍了使用音视频转文字工具Whisper的经验，推荐了OpenAI的Whisper API和Memo AI作为最好用的Whisper客户端。文章还介绍了Whisper的Prompt的风格和优化处理，以及Whisper的不足和潜在问题。