Python

Whisper

Base de fala para texto aberta da OpenAI

por openai · MIT

Do README

Instalar

pip install setuptools-rust

Trechos do README do projeto em GitHub. Os direitos autorais e as licenças permanecem com os respectivos autores.

O que é o Whisper?

Whisper é o modelo de conversão de fala para texto open-weight da OpenAI e implementação de referência, amplamente utilizado como a base para transcrição self-hosted.

Por que as pessoas escolhem o Whisper

• Alta precisão multilíngue
• Open weights sob MIT
• A referência de fato para STT

Whisper em um relance

Alternativas de código aberto ao Whisper

Outras ferramentas de fala (stt / tts) de código aberto que valem a pena comparar:

faster-whisperWhisper, muito mais rápido e leveWhisperXWhisper com timestamps de palavras e diarizaçãoPiperTexto para fala neural rápida e localCoqui TTSTTS de aprendizado profundo com clonagem de vozBarkTexto para áudio com vozes e efeitosF5-TTSClonagem de voz zero-shot que realmente convenceKokoroTTS pequeno de 82M com qualidade impressionanteVozoDuble o vídeo com a voz clonada do próprio locutorwhisper.cppWhisper em C/C++ puro, roda em qualquer lugarOpenVoiceClone uma voz e controle sua emoçãoStyleTTS 2Síntese de fala em nível humanopyannote.audioSaiba quem falou quandoSilero VADDetecte fala em áudio, instantaneamente

Whisper em comparação direta

FAQ