当前位置: 网站首页 技术文章 正文

OpenAI 升级 Whisper 语音转录 AI模型,不牺牲质量速度快 8 倍

来源:互联网 发布时间:2024-10-04 17:17:15

OpenAI 在 10 月 1 日举办的 DevDay 活动日中,宣布推出了 Whisper large-v3-turbo 语音转录模型,共有 8.09 亿参数,在质量几乎没有下降的情况下,速度比 large-v3 快 8 倍。

Whisper large-v3-turbo 语音转录模型是 large-v3 的优化版本,并且只有 4 层解码器层(Decoder Layers),作为对比 large-v3 共有 32 层。

Whisper large-v3-turbo 语音转录模型共有 8.09 亿参数,比 7.69 亿参数的 medium 模型稍大,不过比 15.5 亿参数的 large 模型小很多。

OpenAI 表示 Whisper large-v3-turbo 的速度比 large 模型快 8 倍,并且所需的 VRAM 为 6GB,而 large 模型需要 10GB。

OpenAI升级Whisper语音转录AI模型,不牺牲质量速度快8倍

Whisper large-v3-turbo 语音转录模型大小为 1.6GB,OpenAI 继续根据 MIT 许可证提供 Whisper(包括代码和模型权重)。

GitHub:https://github.com/openai/whisper/discussions/2363

模型下载:https://huggingface.co/openai/whisper-large-v3-turbo

在线体验:https://huggingface.co/spaces/hf-audio/whisper-large-v3-turbo

相关内容:

OpenAI 首席技术官:文生视频工具 Sora 数月内将公开发布,拟支持生成音频OpenAI进行内部架构重组 AI安全主管调任推理研究OpenAI五级AGI战略遭业内痛批,华而不实还是真有远见?OpenAI CEO呼吁建立由美国领导的自由联盟来对抗威权AI
相关教程