-
在人工智能时代，Django + 简单的 HTML + Whisper + mixtral-8x7b-instruct + SQLite 实现了一个 TODO应用
这里写自定义目录标题 构建 AI-powered TODO 应用 新的思考 构建 AI-powered TODO 应用 人工智能TODO应用程序演示https://ivan-tolkunov–surukoto-run.modal....
-
免费的实时AI编程助手：Amazon CodeWhisperer使用体验
文章目录 前言 什么是 Amazon CodeWhisperer Amazon CodeWhisperer功能特性 Amazon CodeWhisperer安装配置 Amazon CodeWhisperer本地初体验 AWS Cod...
-
whisper实践--基于whisper+pyqt5开发的语音识别翻译生成字幕工具
大家新年快乐，事业生活蒸蒸日上，解封的第一个年，想必大家都回家过年，好好陪陪家人了吧，这篇文章也是我在老家码的，还记得上篇我带大家基本了解了whisper，相信大家对whisper是什么，怎么安装whisper，以及使用都有了一个认识，这次作为新年第一篇文...
-
19｜Whisper+ChatGPT：请AI代你听播客
今天，我们的课程开始进入一个新的主题了，那就是语音识别。过去几周我们介绍的 ChatGPT 虽然很强大，但是只能接受文本的输入。而在现实生活中，很多时候我们并不方便停下来打字。很多内容比如像播客也没有文字版，所以这个时候，我们就需要一个能够将语音内容转换成...
-
ChatGPT和Whisper的API基本看点
ChatGPT Official API Learning 今天 OpenAI 开放了 ChatGPT 背后的 GPT-3.5 的模型 API，模型代号为 Turbo，其定价甚至比此前的 Davinci 都要便宜，1000 tokens 仅为 0.2...
-
Whisper
文章目录 使后感 Paper Review 个人觉得有趣的 Log Mel spectrogram & STFT Training cross-atte...
-
【whisper】在python中调用whisper提取字幕或翻译字幕到文本_python whisper
一、whisper简介 whisper 是一款用于语音识别的开源库，支持多种语言，其中包括中文。在本篇文章中，我们将介绍如何安装 whisper 以及如何使用它来识别中文字幕。 二、安装 whisper 首先，我们需要安装 whisper。根据操...
-
大模型开车哪家强？普渡研究给指南：GPT-4真行啊
现在一句口令，就能指挥汽车了。 比如说声“我开会要迟到了”“我不想让我朋友等太久”等等，车就能理解，并且自动加速起来。 如果这次行程有不满意的，只需要给汽车提供反馈建议:“要在充分保障安全的前提下”，汽车的自动驾驶行为就会在下次行程中进行自我修正。 这是来...
-
Amazon Code Whisperer 的正式使用，全新 AI 代码工具等你发现！（内附详细安装步骤图解）
文章作者：稚始稚终 关于 Code Whisperer Code Whisperer，亚马逊推出的实时 AI 编程助手，是一项基于机器学习的服务，它可以分析开发者在集成开发环境（IDE）中的注释和代码，并根据其内容生成多种代码建议。 开发者可以用...
-
Meta开源Code Llama 70B,缩小与GPT-4之间的技术鸿沟
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同...
-
WhisperFusion：与 AI 无缝语音对话（超低延迟），深入理解用户每句话背后的含义
演示视频里面，那老哥问它问题之后，后面更改问题，依然能很好的记录问题变化的过程并给出答案。 WhisperFusion 是基于 WhisperLive 和 WhisperSpeech 的强大工具，将声音转文字和文字理解融为一体，让你与AI机器人无缝语音对...
-
WhisperBot：整合了Mistral大型语言模型的实时语音转文本系统
项目简介 欢迎来到 WhisperBot。WhisperBot 基于 WhisperLive 和 WhisperSpeech 的功能而构建，在实时语音到文本管道之上集成了大型语言模型 Mistral (LLM 。WhisperLive 依赖于 OpenA...
-
Whisper 从0安装教程 windows
这里写自定义目录标题 Whisper 从0安装教程 windows 安装过程 安装python3.11 安装Anaconda 在Anaconda里面安装whisper 安装 ffmpeg 第一次运行whisper 检查GPU 一些弯路...
-
利用python+whisper生成视频字幕文件
文章目录 前言 1.本地环境 2.安装所需要的库 3.导入相关库 4.获取指定路径下的所有视频文件 5.导入模型进行音频识别 6.将识别结果转换为srt字幕文件 7.完成代码 前言 最近在看一些网课，由于没有字幕看着非常费劲，需要...
-
深度学习系列56：使用whisper进行语音转文字
1. openai-whisper 这应该是最快的使用方式了。安装pip install -U openai-whisper，接着安装ffmpeg，随后就可以使用了。模型清单如下： 第一种方式，使用命令行： whisper japanese.wav...
-
20240131在WIN10下配置whisper
20240131在WIN10下配置whisper 2024/1/31 18:25 首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】800￥ 2、请正确安装好NVIDIA最新的545版本的驱动程序...
-
2023 亚马逊云科技中国峰会技术解读：算力、数据、AI，全面支撑 AIGC 与云上创新
编辑 | 宋慧 出品 | CSDN 云计算 亚马逊云科技每年在中国的顶级会议——2023亚马逊云科技中国峰会已经圆满落幕，今年峰会聚焦在AIGC与全球化等方面的议题，而支撑这些产品与服务的，则是亚马逊云科技十多年以来所探索、创新、积累的技术实力。在...
-
使用 Amazon SageMaker 和 Amazon CodeWhisperer，解锁数据见解
关键字: [Amazon Web Services re:Invent 2023, Amazon Kendra, Generative Ai, Amazon Sagemaker, Amazon Kendra, Amazon Bedrock, Vector...
-
实战whisper：本地化部署通用语音识别模型
前言 Whisper 是一种通用语音识别模型。它是在大量不同音频数据集上进行训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。 这里呢，我将给出我的一些代码，来帮助你尽快实现【语音转文字】的服务部署...
-
Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)
阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默认”形态可能在中文领域斗不过FunAsr，但是经过中文特殊优化的Whisper就未必...
-
20240127在ubuntu20.04.6下配置whisper
20240131在ubuntu20.04.6下配置whisper 2024/1/31 15:48 首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】800￥ 2、请正确安装好NVIDIA最新的驱动...
-
Faster-Whisper 实时识别电脑语音转文本
Faster-Whisper 实时识别电脑语音转文本 前言 项目 搭建环境 安装Faster-Whisper 下载模型 编写测试代码 运行测试代码 实时转写脚本 实时转写WebSocket服务器模式 参考 前言 以前做的智能对...
-
Whisper 整体架构图
Attention 注意力机制模块，兼容自注意力和交叉注意力。 AttentionBlock Transformer 模块，包含一个自注意力，一个交叉注意力（可选）和一个 MLP 模块。 AudioEncoder+TextDeco...
-
Amazon CodeWhisperer 代码提示——Golang 测评
前言 官网链接： 亚马逊云科技 Amazon CodeGuru Reviewer 中的 CodeWhisperer 是一种代码提示工具，它使用机器学习和人工智能技术来提高开发人员的代码质量和效率。它可以通过分析代码库中的历史代码和最佳实践，为开发...
-
如何使用OpenAI的whisper
文章目录 一、安装ffmpeg 二、安装torch等相关组件 三、安装Whisper 四、下载模型 五、测试效果 六、cpu与gpu解码的耗时对比 参考文献 一、安装ffmpeg yum localinstall --nogpgc...
-
20240131在ubuntu20.04.6下使用whisper不同模式的比对
20240131在ubuntu20.04.6下使用whisper不同模式的比对 2024/1/31 16:07 首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】 2、请正确安装好NVIDIA最新...
-
20240126请问在ubuntu20.04.6下让GTX1080显卡让whisper工作在large模式下？
20240126请问在ubuntu20.04.6下让GTX1080显卡让whisper工作在large模式下？ 2024/1/26 21:19 问GTX1080模式使用large该如何配置呢？ 这个问题没有完成，可能需要使用使用显存更大的显卡了！ 比如G...
-
openai-whisper
openai-whisper 0. 参数说明 1. 视频语音转文字 demo 1. 提取b站视频中的音频,增加到自己的视频里,并且显示字幕 1. 下载b站视频到电脑 2. 提取视频中的音频 3. 音频转文字 4. 自己的视频去掉音频,增...
-
Single-Head ViT；Faster Whisper；Transformer KF；Pick-and-Draw
本文首发于公众号：机器感知 Single-Head ViT；Faster Whisper；Transformer KF；Pick-and-Draw SHViT: Single-Head Vision Transformer with Memory Ef...
-
从Hugging Face下载数据测试whisper、fast_whisper耗时
时长比较短的音频：https://huggingface.co/datasets/PolyAI/minds14/viewer/en-US 时长比较长的音频：https://huggingface.co/datasets/librispeech_asr?r...
-
Amazon CodeWhisperer 免费的 AI 代码生成助手！最新体验反馈～
文章作者：段小草 自这一波生成式 AI 浪潮以来，大家尝鲜之余最关心的问题还是如何提高生产力。我们在测试大语言模型能力的时候，往往会将代码能力作为一项重要的评价指标，也说明程序员还是希望能在 AI 的加持下更快捷安全地编写代码。 亚马逊云科技...
-
在Meteor Lake上测试基于Stable Diffusion的AI应用
上个月刚刚推出的英特尔新一代Meteor Lake CPU，预示着AI PC的新时代到来。AI PC可以不依赖服务器直接在PC端处理AI推理工作负载，例如生成图像或转录音频。这些芯片的正式名称为Intel Core Ultra处理器，是首款配备专门用于处理...
-
webassembly003 whisper.cpp的main项目-4 一些宏定义细节
标记函数为已弃用宏：WHISPER_DEPRECATED 对于 GNU 编译器（__GNUC__），使用 __attribute__((deprecated(hint 属性将函数标记为已弃用，并附带指定的提示信息。 对于微软 Visual C+...
-
谷歌官宣Bard免费生图，无限续杯网友玩疯了！一手实测顶流模型大混战
前几天，谷歌Bard瞬间登上LLM榜单第二，赶超GPT-4，AI圈瞬间炸锅。 「Bard什么时候这么顶了」？ 原来，并不是没有道理。 就在刚刚，谷歌官方宣布：在最新版Gemini Pro的加持下，Bard不仅获得了推理、理解、总结、编码能力的迅速飞升，...
-
讯飞星火大模型重磅升级，对标GPT-4 Turbo！星火语音大模型发布，37个主流语种识别超OpenAI！
出品 | 51CTO技术栈（微信号：blog51cto） 1月30日，讯飞星火认知大模型V3.5成功发布！用核心能力的突破，回应时代的疑问。迈向更通用、实用的全民开放大模型，讯飞星火全面对标国际先进水平，同时首次发布星火语音大模型和星火开源大模型。 1、...
-
【大语言模型】5分钟快速认识ChatGPT、Whisper、Transformer、GAN
5分钟快速认识ChatGPT、Whisper、Transformer、GAN 什么是ChatGPT? 什么是Whisper? 什么是Generative Pre-trained Transformer架构？ 什么是自然处理语言 NLP 的 Tr...
-
【思路合集】talking head generation+stable diffusion
1 以DiffusionVideoEditing为baseline： 改进方向 针对于自回归训练方式可能导致的漂移问题： 训练时，在前一帧上引入小量的面部扭曲，模拟在生成过程中自然发生的扭曲。促使模型查看身份帧以进行修正。 在像VoxCeleb或L...
-
Whisper——部署fast-whisper中文语音识别模型
whisper：https://github.com/openai/whisper/tree/main 参考文章：Whisper OpenAI开源语音识别模型 环境配置 pip install faster-whisper transformer...
-
2024大模型应用元年，科大讯飞率先打响商业化第一枪
浩浩荡荡的AIGC潮流，叠加资本资金如火如荼地注入，过去一年里，AI赛道焕发了新生，再度登上了科技语境的浪潮之巅。 然而，与大模型战场的热闹相比，在商业化落地场景，AIGC的步伐却略显踌躇——技术层面，从文字到图像创作再到视频创作，AI屡屡交出了刷新大众视...
-
AI实时对话系统WhisperFusion：集成大模型，与AI无缝语音对话
WhisperFusion是一个基于WhisperLive和WhisperSpeech技术的AI对话系统，通过在实时语音转文本流程中集成Mistral大型语言模型（LLM），实现了与AI的无缝对话。 LLM和Whisper均经过TensorRT引擎优化，以...
-
AI视野：OpenAI推新模型GPT-4-0125-preview；阿里Qwen-VL升级更新；苹果播客新增转录功能；AI写真项目InstantID在GitHub爆火
欢迎来到【AI视野】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解：https://top.aibase.com/ 🤖📱💼AI应用 OpenAI不服...
-
AI编程，使用Amazon CodeWhisperer提高生产力
介绍如何使用亚马逊CodeWhisperer。 微信搜索关注《Java学研大本营》 亚马逊在今年4月13日，推出了CodeWhisperer，并向个人用户提供了免费使用的机会。个人版本的CodeWhisperer提供了无限的代码建议...
-
WhisperKit官网体验入口 AI自动语音识别模型压缩与优化工具在线使用地址
WhisperKit是一个专为自动语音识别模型压缩与优化而设计的强大工具。它不仅支持对模型进行压缩和优化，还提供详细的性能评估数据。WhisperKit还为不同数据集和模型格式提供质量保证认证，并支持本地复现测试结果。 点击前往WhisperKit官网体...
-
讯飞星火V3.5整体接近GPT-4 Turbo！首个13B开源大模型发布，深度适配国产算力
【新智元导读】首个基于全国产化算力平台「飞星一号」的大模型，正式开源! 1月26日，美国商务部长雷蒙多表示，拜登政府正在尽全力阻止中国获得训练AI模型所需的算力资源。 美国的云计算公司，都被要求确定是否有外国实体正在访问美国数据中心以训练AI模型。 雷蒙多...
-
星火语音大模型发布：在首批37个主流语种上超越OpenAI
快科技1月30日消息，星火语音大模型首次发布。据了解，星火语音大模型由多语种语音合成，在首批37个主流语种上已整体超越OpenAI公司推出的Whisper-large-v3，保持科大讯飞智能语音技术的国际领先水平。 不仅如此，星火语音大模型在首批40个语...
-
科大讯飞2023年净利同比增幅达15%-30%：星火大模型V3.5明日发
快科技1月29日消息，科大讯飞晚间发布2023年度业绩预告，2023年实现归属于上市公司股东的净利润6.45亿元-7.3亿元，同比增长15%-30%。 报告期内，公司在人工智能通用大模型及行业大模型方面坚定投入并取得显著进展。科大讯飞表示，公司在讯飞星火...
-
webassembly003 whisper.cpp的项目结构CMakeLists.txt
注：带星号的为非重要部分 基础配置 cmake_minimum_required (VERSION 3.5 project(whisper.cpp VERSION 1.5.0 # Add path to modules list(APPEND...
-
AI一点通： OpenAI whisper 在线怎么调用，怎么同时输出时间信息？
OpenAI 语音转文字 whisper API提供了两个端点，即转录和翻译，这基于我们最先进的开源大型v2 Whisper模型。它们可以用来： 将音频转录成音频所在的语言。 翻译并将音频转录成英文。 文件上传目前限制为25 MB，支持以下输入文件类型：...
-
利用 “diart“ 和 OpenAI 的 Whisper 简化实时转录
利用 "diart" 和 OpenAI 的 Whisper 简化实时转录 工作原理 Diart 是一个基于人工智能的 Python 库，用于实时记录说话者语言（即 "谁在什么时候说话"），它建立在 pyannote.audio 模型之上，专为实时音频流...
-
20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结（whisper）
20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结 2024/1/22 19:52 结论：这个软件如果是习作，可以打101分，功能都实现了。 如果作为商业软件/共享软件，在易用性等方面，可能就只能有70分了。 【百分制】...