|
|
想找一个开源的模型，大厂的模型有推荐的吗？
目前有了解 OpenAI Whisper
想满足：
1.能支持 GPU 加速
2.准确率高（降噪啥的）支持中英混合，主要是中国口音的英语（没有歧视的意思， 纯业务需求）
3. 速度尽可能的快
场景是离线的。
=============
就是做这个相关的，比较流行的是 kaldi2 、funasr 、wenet 、sensevoice ，都提供了很多预训练的模型，在 cuda 上都能跑，
其中 sensevoice 的 readme 写了 Multilingual Speech Recognition: Trained with over 400,000 hours of data, supporting more than 50 languages, the recognition performance surpasses that of the Whisper model.
他们的效果超过 Whisper
|
|
