Whisper
音声認識 (Speach-to-Text) API
公式サイト：
Introducing Whisper | OpenAI [Official]
使い方
参考：
OpenAI API の Whisper API の使い方 | npaka
モデル
- 最小 (Tiny)：パラメータ数
39メガ - 基本 (Base)：パラメータ数
74メガ - 小 (Small)：パラメータ数
244メガ - 中 (Medium)：パラメータ数
769メガ - 大 (Large)：パラメータ数
1,550メガ
ドキュメント：
Model Card: Whistper – openai/whisper – GitHub
Google Colab で使う
参考：
Google Colab ではじめる OpenAI Whisper | npaka
対応言語
ドキュメント：
Available Models and Languages – openai/whisper – GitHub
サンプル
コード：
LibriSpeech.ipynb | Google Colaboratory
ドキュメント
Speech to Text API | OpenAI [Official]
リポジトリ
openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision – GitHub
資料
Robust Speech Recognition via Large-Scale Weak Supervision | arXiv.org