Affinez le modèle de reconnaissance vocale Whisper pour prendre en charge l'entraînement sans données de timestamp, l'entraînement avec des données de timestamp et l'entraînement sans données vocales. Accélérez l'inférence et prenez en charge le déploiement Web, le déploiement sur bureau Windows et le déploiement Android
Entraînez un modèle de reconnaissance vocale pour comprendre et traduire le langage parlé en texte, même sans certains types de données.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentAffinez le modèle de reconnaissance vocale Whisper pour prendre en charge l'entraînement sans données de timestamp, l'entraînement avec des données de timestamp et l'entraînement sans données vocales. Accélérez l'inférence et prenez en charge le déploiement Web, le déploiement sur bureau Windows et le déploiement Android
Whisper-Finetune compte 1.2k étoiles sur GitHub. Il a été forké 222 fois. Whisper-Finetune est écrit principalement en C. Il est développé activement depuis 2023. Whisper-Finetune est disponible sous licence Apache-2.0. Ses principaux thèmes sont : android, asr, chinese, ctranslate2.
Affinez le modèle de reconnaissance vocale Whisper pour prendre en charge l'entraînement sans données de timestamp, l'entraînement avec des données de timestamp et l'entraînement sans données vocales. Accélérez l'inférence et prenez en charge le déploiement Web, le déploiement sur bureau Windows et le déploiement Android
Whisper-Finetune est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. Whisper-Finetune est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Whisper-Finetune est disponible sous licence Apache-2.0.
Whisper-Finetune est écrit principalement en C.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/yeyupiaoling-whisper-finetune.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.