Whisper

Продукт

Название базовой системы (платформы):	Искусственный интеллект (ИИ, Artificial intelligence, AI)
Разработчики:	OpenAI
Дата премьеры системы:	март 2023 г.
Отрасли:	Информационные технологии
Технологии:	Роботы Сервисные, Средства разработки приложений

2023: Анонс системы преобразования речи в текст

1 марта 2023 года компания OpenAI представила интерфейс прикладного программирования (API) для системы Whisper, которая дебютировала в сентябре 2022-го.

Whisper представляет собой интеллектуальный инструмент преобразования речи в текст, обученный на 680 000 часов многоязычных и «многозадачных» данных, собранных из интернета. Система способна корректно воспринимать произношение с акцентом, идентифицировать фоновые шумы, а также технический жаргон. Как заявляет OpenAI, решение может «надёжно» транскрибировать речь на нескольких языках, а также осуществлять перевод с этих языков на английский. Однако у Whisper есть свои ограничения, особенно в области предиктивной расшифровки. Кроме того, качество работы Whisper различается для разных языков.

OpenAI представила API открытой системы преобразования речи в текст

Благодаря появлению Whisper API сторонние разработчики смогут интегрировать эту нейросеть в свои приложения. Поддерживается работа с файлами в различных форматах, включая M4A, MP3, MP4, MPEG, MPGA, WAV и WEBM. Стоимость использования модели Whisper large-v2 составляет $0,006 в минуту. Полученный текст затем может использоваться в других приложениях на основе нейросетей.

Мы выпустили инструмент, но на самом деле этого было недостаточно, чтобы вся экосистема разработчиков строилась вокруг него. Whisper API — это та же большая модель, которую вы можете получить с открытым исходным кодом, но мы максимально оптимизировали её. Это намного быстрее и очень удобно, — приводит TechCrunch слова президента и председателя правления OpenAI Грега Брокмана (Greg Brockman).

Отмечается, что Whisper API уже используется участниками проекта Speak — приложения на основе искусственного интеллекта для изучения иностранных языков. В частности, с применением API будет создан «новый сопутствующий ИИ-продукт».^[1]