当前位置：首页 > 人工智能 > 正文内容

Insanely Fast Whisper - 一个强大快速的音频转文字工具

二向箔2024-04-09 10:28:21人工智能291

项目功能：音频转文字

项目介绍：一个基于 OpenAI Whisper Large v3（https://huggingface.co/openai/whisper-large-v3）模型的高速音频转文字工具，能够在不到 98 秒的时间内转录 300 分钟（5小时）音频。

适用于多场景，支持 100 种语言的转录并支持翻译功能，提供按词或片段生成时间戳文本，方便字幕制作。

提供命令列界面（CLI），也可以通过 Whisper API 进行线上语音转文字。

线上体验：https://replicate.com/vaibhavs10/incredibly-fast-whisper

GitHub源码：https://github.com/Vaibhavs10/insanely-fast-whisper

扫描二维码推送至手机访问。

本文链接：https://www.erxbo.com/post/1739.html

分享给朋友：

返回列表

上一篇： DDColor - 一个开源的黑白图像上色模型

下一篇：DomoAI 视频人物替换

“Insanely Fast Whisper - 一个强大快速的音频转文字工具 ” 的相关文章

Stability AI 发布开源视频生成模型「Stable Video Diffusion」

用图片生成视频效果很惊艳SVD 支持文本和图像生成视频，还支持物体从单一视角到多视角的转化；目前最高支持生成 14/25 帧、576 x 1024 分辨率的视频尽管 SVD 还处于基础阶段，但是相信未来一定会成为像 SDXL 一样的顶级开源 AI 模型GitHub地址：https://github....

基于GPT-4 和 DALL-E 3，轻松将网页截图转化成代码

截图转代码该项目基于 GPT-4 Vision 和 DALL-E 3，它可以将网页截图转换为 HTML/Tailwind/JS 代码重点：使用需要自备拥有 GPT-4 Vision 权限的 OpenAI APIGitHub开源地址：https://github.com/abi/scree...

Runway 发布视频生成模型 Gen-2 的运动笔刷功能（图片生成视频）

真的是相当牛逼Runway 发布视频生成模型 Gen-2 的运动笔刷功能"Motion Brush/运动笔刷"的发布代表了模型可控性的一个重要里程碑，用户只需绘制一个区域或主题，选择一个方向并为运动添加强度即可。运动笔刷允许您为您的生成添加受控运动，从而更好地控制生成的内容。还可...

GPT Crawler - 将网站变成自定义 GPT

运行该项目，输入网址，然后项目会爬取该网站所有内容并生成 Json 文件，然后它会将该文件喂给 ChatGPT，打造个人知识库或者智能助理我感觉非常实用，尤其是面对密密麻麻的英文开发文档之时，可以直接与其对话GitHub地址：https://github.com/BuilderIO/gpt-craw...

Freepik Pikaso - 一个 AI 图像实时生成工具

边画边出图Freepik 是一个全球知名的素材库网站，网站拥有超过 450 万素材。依托着海量素材资源，Freepik 顺势推出 AI 图像实时生成工具「Pikaso」除了 Prompt ，还支持上传图片、画笔、图案等功能，可自定义程度非常高官网地址：https://freepik.com/pik...

Autoware ：一个开源的自动驾驶系统

Autoware ：一个开源的自动驾驶系统Autoware 基于机器人操作系统 (ROS) 构建，可在各种车辆和应用中实现自动驾驶的商业部署。Autoware 的主要功能和特点：1、模块化架构：Autoware 包含自动驾驶所需的所有功能（如感知、定位、规划、控制），并采用模块化架构，具有清晰定义的...