OpenAI发布语言AI模型Whisper，未来或替代转录员

新知榜官方账号

2023-07-08 15:26:24

9月23号，OpenAI发布了一个叫做Whisper的AI模型，向全球开发者开源。Whisper的英文意思就是说悄悄话，顾名思义就是一个语言AI模型。

OpenAI做的事情更偏基础架构一些，也更具有引领者的气质。它最具有代表性的是两个底层技术，每次推出都引发了商业化的浪潮：一个是自然语言生成工具GPT-3，另一个是AI绘画工具DALL-E。抓住这一波风口的初创公司StabilityAI正在冲击10亿美元的估值。

Whisper替代职业就是转录员。根据职业咨询网站Zippia的统计，美国有5.1万名转录员，88.7%的转录员是女性。如果有一种AI工具，同时拥有各行各业的专业知识，还能准确稳定地把采访、博客、对话等语音转录出来，我们就不需要专门培养那么多细分行业领域的转录员了。

音频转文字可没有想象得那么简单。如果说GPT-3的训练数据是海量的文字，那么Whisper要学习的是各种各样的口音甚至方言，每个人说话的节奏、语调也不一样，由于很多转录场景是电话、通讯APP等非正式场合，背景会有噪音，也会偶尔有中断。这就要求Whisper在GPT-3理解上下文的基础上，要有更强的抗干扰能力、更接近人类的声音识别能力。

目前来看，OpenAI把这个工具面向所有开发者推出，已经具备商业化条件了。GPT-3在公布API接口后，9个月时间就出现300款应用。这一次的Whisper会不会再现当初的盛况，我们可以拭目以待了。

在人工智能领域，AI音频研究是文字、图片之后下一个备受关注的前沿，商业化前景很大。未来会有越来越多的应用开始使用人工智能，甚至催生新的商业模式，应用也会越来越丰富。我相信，这一波科技的坦克正在逐渐完善，未来就看谁能打出闪电战来。

本页网址：https://www.xinzhibang.net/article_detail-7008.html

寻求报道，请

关键词

OpenAI Whisper 语言AI模型转录员人工智能 AI工具

分享至微信：

相关工具

Whispr

免费AI对话回应

MOSS

复旦大学团队开发的对话式大型语言模型

Replika

AI对话陪伴工具

HuggingChat

HuggingFace推出的在线聊天机器人，基于Open Assistant模型

Poe

问答社区Quora推出的问答机器人工具

文心一言

百度推出的基于文心大模型的AI对话互动工具

OpenAI开源语音识别系统Whisper

OpenAI开源语音识别系统Whisper语音识别是通用人工智能的重要一环！可以说是AI的耳朵！它可以让机器理解人类的语音，并将其转换为文本或其他形式的输出。语音识别的应用场景非常广泛，比如智能助理、语音搜索、语音翻译、语音输入等等。然而，语音识别也面临着很多挑战，比如不同的语言、口音、噪音、专业术

分类标签语音识别OpenAIWhisper

12-02 08:55

OpenAI低价倾销ChatGPTAPI

OpenAI低价倾销ChatGPTAPIOpenAI向开发者释放了它的ChatGPT和Whisper模型，他们现在可以通过API调用将这个聊天机器人互动和语音到文本转换整合到自己的应用程序中。新的ChatGPTAPI将使用与ChatGPT相同的人工智能模型，其API的价格为每1000个字元（约750

分类标签 OpenAIChatGPTWhisperAPI人工智能语音识别

11-11 22:27

OpenAI宣布开放ChatGPT和WhisperAPI，第三方可将其集成到应用程序中

OpenAI宣布开放ChatGPT和WhisperAPI，第三方可将其集成到应用程序中OpenAI宣布开放ChatGPT和WhisperAPI，允许第三方将其集成到应用程序和服务中。ChatGPT是一个强大的对话模型，WhisperAPI是一个语音转文本模型。该API的开放将推动下一代应用程序的发展

分类标签 OpenAIChatGPTWhisperAPIAPI人工智能语音转文本

11-05 02:30

OpenAI发布适用于iPhone和iPad的ChatGPT官方App

OpenAI今天正式发布了适用于iPhone和iPad的ChatGPT官方App。OpenAI的聊天机器人ChatGPT此前仅限于网页端，不少开发者为此在AppStore上推出了第三方移动端应用，但是价格昂贵。不仅如此，一些骗子也抓住了这个机会，推出了不少诈骗应用。值得一提的是，App界面非常简洁并

分类标签 OpenAIChatGPTiPhoneiPadApp

11-05 02:29

AI合成视频：抹平语言障碍，促进传统文化交流与传播

近年来，随着AI技术的不断发展，AI合成视频越来越受到人们的关注。AI合成视频涉及到文艺创作、语言障碍、传统文化交流与传播等多方面问题。AI合成视频可以帮助相声演员、歌手等跨越语言障碍，让他们可以用外语表演，甚至可以模仿名人的语音、口型等。同时，AI合成视频也能推动中国文化在海外的传播。然而，AI合

分类标签 AI合成视频文艺创作传统文化语言障碍传播

11-05 02:28

Whisper和Secret的匿名社交：谁更成功？

Whisper和Secret的匿名社交：谁更成功？今天，Secret宣布关门大吉；同一天，Whisper任命了新的副总裁MarkTroughton，并宣布单月活跃用户数量达到1000万，每小时应用开启次数超过100万，这也是Whipser首次公布它的用户数据。不管这是有意打脸还是纯属巧合，我们都不禁

分类标签 WhisperSecret匿名社交用户数据

11-05 02:27

智能体：游戏中的仿真社会

智能体：游戏中的仿真社会自今年开始，随着AI革命的进行，各种用AI赋能游戏的想象，也开始不断涌现，这其中就包括了用AI生成图片、文字、3D素材等等。但除此之外，有人决定将步子迈得再大些，直接用AI驱动NPC，在游戏里生成一个“仿真社会”，自动地驱动整个游戏进行。今年4月的时候，美国斯坦福大学的研究团

分类标签 AI智能体游戏全要素生成UGC

11-05 02:24

Whisper语音识别库使用指南

前言本文介绍了如何使用开源的语音识别库Whisper，包括安装PyTorch和Whisper，使用MPS加速，以及使用Whisper进行语音识别的代码示例。安装PyTorch和Whisper首先安装Python3.10最新版，然后使用pip3安装PyTorch、torchvision和torchau

分类标签 Whisper语音识别PyTorchMPS双向循环神经网络

11-01 22:56

OpenAI投资至少16家初创公司，推出加速器Converge，提供技术优惠和授权

据外媒TheInformation报道，美国前沿AI初创公司OpenAI通过微软和其他投资者支持的1亿美元创业基金投资了至少16家公司，该基金于2021年5月启动。就在上个月，OpenAI推出了加速器Converge，该加速器已经投资了10家公司。据知情人士透露，除了提供资金外，OpenAI还为使用

分类标签 OpenAI投资初创公司

11-01 22:47

OpenAI开源Whisper自动语音识别系统，语音识别能力已达人类水平

OpenAI开源Whisper自动语音识别系统，语音识别能力已达人类水平OpenAI拥有GTP-3语言模型，并为GitHubCopilot提供技术支持的人工智能公司近日开源了Whisper自动语音识别系统。OpenAI强调Whisper的语音识别能力已达到人类水准。Whisper是一个自动语音识别（

分类标签 OpenAIWhisper自动语音识别语音转录语音翻译

11-01 22:45

ChatGPT Midjourney 文心一言文心一格 bing新必应 Stable diffusion 稿定设计墨刀AI mastergo Adobe Firefly runway