HomeMacityScienze, Matematica e IngegneriaWhisper, la trascrizione da voce a testo è open source e multilingua

Whisper, la trascrizione da voce a testo è open source e multilingua

Il riconoscimento della voce continua a essere un problema complesso per le Intelligenze Artificiali e l’apprendimento automatico: un passo avanti verso la soluzione di questo problema è rappresentato da Whisper, un sistema di riconoscimento vocale automatico in grado di funzionare senza connessione a Internet e server, e che gli sviluppatori affermano in grado di consentire “solide” trascrizioni in più lingue così come traduzioni da queste ultime in inglese.

Centinaia di aziende hanno sviluppato sistemi più o meno validi di riconoscimento vocale, fulcro di software e servizi quali quelli offerti da Apple, Google, Amazon e Meta ma ciò che rende Whisper differente è che si tratta di una IA addestrata con 680.000 ore di voci multilingue e dati multitask raccolti dal web, elementi che hanno portato a migliorare il riconoscimento di accenti distintivi, rumori di sottofondo e gergo tecnico.

TechCrunch spiega che i principali utilizzatori ai quali è destinato Whisper sono i ricercatori che lavorano nell’ambito dell’IA che devono tenere conto di robustezza, generalizzazione, funzionalità, bias (elementi di distorsioni dei campioni), e vincoli degli attuali modelli”, spiega OpenAI nel repository GitHub di Whisper dove è possibile scaricare varie versioni, evidenziando il possibile uso anche in sistemi di riconoscimento vocali automatici utili per il riconoscimento della lingua inglese.

Whisper, la trascrizione da voce a testo è open source e multilinguaIl modello evidenzia un punteggio elevato in una decina di lingua rispetto ad altri sistemi di Automatic Speech Recognition (ASR), tecnologia che permette di trascrivere i discorsi pronunciati oralmente, e può essere “tarato” su determinati task quali il rilevamento di attività che richiedono la voce, la classificazione del parlato, la segmentazione dell’audio, ecc.

L’IA denominata Whisper ha limiti in ambiti quali la predizione del testo, altri dettati dai modelli usati per l’addestramento, ma le funzionalità di trascrizione sembrano promettenti e permetterebbero già ora di migliorare gli strumenti esistenti dedicati all’accessibilità.

Per tutti gli articoli che parlano di Intelligenza Artificiale è possibile partire da questa pagina di macitynet.

Offerte Speciali

iPhone 14 in sconto del’11% risparmiate 130 €

Mediaworld e Amazon sconta di 130 € l' iPhone 14 da 256 GB. Compratelo a solo 1029 €
Pubblicità

Ultimi articoli

Pubblicità

Iguida

Faq e Tutorial