Application de Whisper-large-v3 à la transcription automatique d'un entretien en cantonais avec sous-titres horodatés et extraction des informations clés
Présentation de Whisper-large-v3 et de ses capacités
Whisper-large-v3 est un modèle de reconnaissance vocale multilingue développé par OpenAI, avec 1,5 milliard de paramètres, capable de détecter et transcrire 99 langues automatiquement. Dans ce cas pratique, nous démontrons comment ce modèle convertit un entretien en cantonais de 10 minutes en ...
Publié le 12 juillet à 18h56
SenseVoice-small : reconnaissance précise des termes techniques mixtes sino-anglais
Imaginons un scénario concret : vous assistez à une conférence technologique où l'intervenant explique en détail les dernières avancées techniques. Il mentionne « ce modèle d'API appelle l'IA, utilise l'accélération GPU, fonctionne sur un cluster Kubernetes, puis retourne des résultats au format JSON via WebSocket ». Vous enregistrez la présent ...
Publié le 2 juillet à 01h51