“蒸馏低语：AI语音转文字技术的进展”

细微的声音：AI语音转文字技术的最新进展

Distil-Whisper：AI在高效音频转录方面的新方法

订阅我的博客和更多内容，请点击我的AI通讯并获得免费礼物，例如我在YouTube上成功的秘诀！

观看视频：

你知道的，我们已经非常擅长以书面形式与AI进行交流，这主要得益于ChatGPT，还有开源的替代方案。下一步是用我们的声音流利地与他们对话。如果你还没有尝试过，OpenAI有一个非常好的AI叫做Whisper，任何人都可以付费使用并将语音或音频转录为文字，然后可以被任何模型或下游任务使用。它非常强大，但由于计算复杂性和处理音频所需时间的原因，它在任何实时应用中要很好地融入是不容易的。

你知道等待消息被理解需要多么让人恼火。例如，像Siri或Google助手这样的助手。在基于AI的应用中，语音成为不可或缺的美好之前，AI转录员需要变得更加高效。幸运的是，令人惊叹的研究人员正在解决这个音频转录问题，并最近分享了Distil-Whisper。它是一个比原始Whisper模型快6倍、体积缩小了49%、准确率保持了99%的模型。而且最棒的是，它是完全开源的，你现在就可以使用它。

• 如何高效培训您的LLM？小规模实施的最佳实践
• 认识 PhysGaussian：一种将物理基础的牛顿动力学与三维高斯函数相融合，产生高质量新型动作合成的人工智能技术
• ChatGPT适用于家长-提供必要的提示来提高您的生产力

观看视频以查看实时结果示例！

Distil-Whisper在大小和速度上都是Whisper的改进。它的性能并没有变得更好，但它的结果与Whisper相匹配，如果你熟悉Whisper的话，它已经非常出色了，对大多数口音的人类语音理解比我更好。

是的，你没听错。他们使其快了近6倍，具体是5.8倍，想一下…