Ajusta finamente el modelo de reconocimiento de voz Whisper para soportar entrenamiento sin datos de marca de tiempo, entrenamiento con datos de marca de tiempo y entrenamiento sin datos de voz. Acelera la inferencia y soporta despliegue web, despliegue en escritorio de Windows y despliegue en Android
Entrena un modelo de reconocimiento de voz para entender y traducir el lenguaje hablado a texto, incluso sin ciertos tipos de datos.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasAjusta finamente el modelo de reconocimiento de voz Whisper para soportar entrenamiento sin datos de marca de tiempo, entrenamiento con datos de marca de tiempo y entrenamiento sin datos de voz. Acelera la inferencia y soporta despliegue web, despliegue en escritorio de Windows y despliegue en Android
Whisper-Finetune tiene 1.2k estrellas en GitHub. Se ha bifurcado 222 veces. Whisper-Finetune está escrito principalmente en C. Se desarrolla activamente desde 2023. Whisper-Finetune está disponible bajo la licencia Apache-2.0. Sus temas principales son: android, asr, chinese, ctranslate2.
Ajusta finamente el modelo de reconocimiento de voz Whisper para soportar entrenamiento sin datos de marca de tiempo, entrenamiento con datos de marca de tiempo y entrenamiento sin datos de voz. Acelera la inferencia y soporta despliegue web, despliegue en escritorio de Windows y despliegue en Android
Whisper-Finetune es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
Sí. Whisper-Finetune es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
Whisper-Finetune está disponible bajo la licencia Apache-2.0.
Whisper-Finetune está escrito principalmente en C.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/yeyupiaoling-whisper-finetune.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.