V
主页
全村人的希望OpenAI Whisper的时间戳居然不准?咋整?
发布人
Take home message: Whisper cannot provide reliable word timestamps Because the END-TO-END models like Transformer using cross-entropy training criterion are not designed for reliablely estimating word timestamps. There are other opensource tools: Stay away from heuristic postprocessing tools especially the ones without benchmarks Phone-based postprocessing is better, but: needs a pronunciation dictionary introduces extra computational cost theoretically flawed, and not very good eitherindeed.
打开封面
下载高清视频
观看高清视频
视频下载器
十分钟告诉你为什么OpenAI的Whisper语音识别没ChatGPT那么好用 [语音语言论文阅读]
深度篇:谷歌“万能”语音识别大模型USM全面碾压了OpenAI的Whisper模型
详解I-JEPA: 杨立昆大神用第一个'世界模型'降维打击计算机视觉圈
从OpenAI's Whisper模型到你自主研发的语音识别服务: 长音频与流式识别 (第三部分)
[独家解密] 大神杨立昆新出的'语音魔盒'会让语音算法工程师失业吗(Meta AI's VoiceBox)
谷歌大神科学家独家深度揭秘端到端自动语音识别算法与系统, [第一部分]:总述与建模
OpenAI正处在最“尴尬”的时刻|这事钛大了
庭审视频变身知识库只需两步
从OpenAI's Whisper模型到你自主研发的语音识别服务: 投产比 (第二部分)
OpenAI的下一代大模型草莓和GPT5 Orin
详解LoRA: 高中生用游戏显卡也可以训GPT-3大语言模型
生成式AI神级论文:谷歌DeepMind的Variational Autoencoder (VAE) and Reparameterization
详解SpeechT5: 将谷歌T5模型引入语音领域
短短一年,全球最强大模型换了几次?
[全网第一家]分析OpenAI GPT-4图文模型结构与训练数据和成本(推测)
危机四伏的OpenAI能否凭新模型力挽狂澜?【杂谈11】
详解OpenAI GPT-3: Language Models are Few-Shot Learners(2/3)
Tycho工具包:助力您自主研发遥遥领先的语音识别服务: 总论
【精校】AI大神Andrej Karpathy最新九月面对面访谈@NoPriors 【中英字幕】
OpenAI Q*草莓计划:目前所知的一切!
详解OpenAI GPT-3: Language Models are Few-Shot Learners(1/3)
一键全自动视频搬运、字幕翻译AI工具,采用OpenAI的Whisper进行语音识别,同时可以克隆自己的语音进行配音
独家揭秘OpenAI GPT-4o逆天网络结构,居然高中生也能看懂
分析2023最新的OpenAI的GPT-4技术报告
技能点拉满!7个小时一口气带你吃透AI【语音识别-语音合成-语音分离】,原理解读+模型实战,计算机博士一次性讲全了!!(LAS模型/starganvc2)
OpenAI Orion:这颗草莓有毒?
101 新一代Kaldi+WebAssembly+SenseVoice+VAD: 浏览器本地中英文语音识别
【流程实操】RAG+LangChain+FastAPI+OpenAI+通义千问打造私有领域知识库,构建和检索全流程源码分享,一份代码搞定多类型大模型集成
OpenAI的新模型终于来了.... (草莓/星星) - TheAIGRID
ChatGPT下一代模型官宣,比GPT-4强100倍
击败OpenAI GPT-4的Claude 3有什么秘密武器?Opus, Sonnet, and Haiku Models, Constitutional AI
asr | 基于faster whisper 开发的批量生成字幕软件 | 语音识别
盘点一周AI大事(9月1日)|GPT5“猎户座”来了
OpenAI的秘密武器 草莓计划揭秘
【人工智能】GPT-5还要多久?AI一年半后可达人类博士水平
为什么说Shodan最可怕的搜索引擎
最新大模型基准排名 ChatGPT-4o稳坐第一 马斯克的xAI Grok-2后来居上
Google保留节目《Don' t be evil》不作恶!
谷歌地圖發現巨大三角,偏偏還在51區附近 老高與小茉
太难得了!关于AI,谷歌前CEO一不小心说了真话