Outils pour utilisateurs

Outils du site


issue185:actus

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Dernière révisionLes deux révisions suivantes
issue185:actus [2022/10/07 09:28] – [16] auntieeissue185:actus [2022/10/07 09:34] – [19] auntiee
Ligne 1132: Ligne 1132:
 25/09/2022 25/09/2022
  
-Le projet OpenAI, qui s'est engagé dans le domaine du développement de projets d'intelligence artificielle accessibles au public, a publié le code du système de reconnaissance vocale Whisper. Il est indiqué que pour les anglophones, le système fournit des niveaux de fiabilité et de précision de la reconnaissance automatique proches de la reconnaissance humaine. (Environ un tiers du jeu de données audio de Whisper n'est pas en anglais, et il est alternativement chargé de transcrire dans la langue d'origine ou de traduire en anglais. Nous constatons que cette approche est particulièrement efficace pour l'apprentissage de la traduction parole-texte et surpasse CoVoST2, l'état de l'art pris comme référence, pour la traduction de textes hors apprentissage vers l'anglais). Le code d'implémentation de référence basé sur le framework PyTorch et un ensemble de modèles déjà entraînés prêts à être utilisés ont été ouverts. Le code a été ouvert sous la licence MIT. +Le projet OpenAI, qui s'est engagé dans le domaine du développement de projets d'intelligence artificielle accessibles au public, a publié le code du système de reconnaissance vocale Whisper. Il est indiqué que pour les anglophones, le système fournit des niveaux de fiabilité et de précision de la reconnaissance automatique proches de la reconnaissance humaine. (Environ un tiers du jeu de données audio de Whisper n'est pas en anglais, et il est alternativement chargé de transcrire dans la langue d'origine ou de traduire en anglais. Nous constatons que cette approche est particulièrement efficace pour l'apprentissage de la traduction parole-texte et surpasse CoVoST2, l'état de l'art pris comme référence, pour la traduction de textes hors apprentissage vers l'anglais). Le code d'implémentation de référence basé sur le framework PyTorch et un ensemble de modèles déjà entraînés prêts à être utilisés ont été ouverts. Le code a été ouvert sous la licence du MIT. 
  
 https://openai.com/blog/whisper/ https://openai.com/blog/whisper/
  
issue185/actus.txt · Dernière modification : 2022/10/07 09:37 de auntiee