GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision
github.com
Robust Speech Recognition via Large-Scale Weak Supervision - GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision

這個語音辨識超級強，比 Google Doc 還要強很多很多！缺點是沒有很高級的 GPU 的話會跑得很慢⋯

  • @ChrisTorng
    1•1 year ago

    請問 (繁體) 中文表現如何? 我看它 WER English 4.2%，Chinese (中國/台灣腔?) 14.7%，意思是每七個字錯一個字?

    • @BensonC
      1•1 year ago

      似乎是可以這樣想沒錯。WER 是 word error rate 的縮寫。跟標準答案相比，錯字、漏字或是多餘的字都算錯誤，把這些錯誤的字數相加之後除以標準答案的字數就是 WER。我是看這篇的介紹，裡面有舉一個例子。

  • @ChrisTorng
    1•1 year ago

    我的問題是「這個語音辨識超級強」指的是中文嗎? 我當然關心的是中文辨識率，如果中文不好那對我就沒用。照它的數據是七個字錯一個，這樣錯誤率算高了吧? 實測中文錯字很少嗎?