بازگشت به فهرست

HB-034

ویسپر

Whisper · اوپن‌ای‌آی

صدا و گفتارمتن‌بازخوب · فارسی
وب‌سایت

شرح

ویسپر مدل تشخیص گفتار اوپن‌ای‌آی است که وزن‌هایش منتشر شده و روی سیستم محلی اجرا می‌شود. برای زیرنویس، جلسه و آرشیو صوتی استاندارد عملی شده. فارسی را نسبتاً خوب پیاده می‌کند، به‌ویژه با مدل‌های بزرگ.

نقاط قوت

  • متن‌باز
  • چندزبانه
  • اجرای محلی

محدودیت

  • نه متن‌به‌گفتار
  • خطا در نام خاص فارسی

برچسب

stttranscriptionopen-source

مرتبط

DALL·E · اوپن‌ای‌آی

تولید تصویرپولی
سوراHB-025

Sora · اوپن‌ای‌آی

ویدئوپولی

ElevenLabs · الوِن‌لبز

صدا و گفتاررایگان محدود