Whisper 是 OpenAI 近期开源的一个语音识别的模型，研究人员基于 680,000 小时的标记音频数据进行训练，它同时也是一个多任务模型，可以进行多语言语音识别以及语音翻译任务，可以将语音音频转录为所讲语言的文本，以及翻译成英语文本。 查看论文： https://cdn.openai.com/papers/whisper.pdf 开源代码： https://github.com/openai/whisper Whisper 的训练数据中65%为英语音频和相匹配的转录文本，大约18%为非英语音频和英语转录文本，17% 为非英语音频和相应语言的转录文本。非英语的数据中包含了9…