OpenAI O'zining so'nggi Whisper API-ni, nutqdan matnga transkripsiya va tarjima uchun ilg'or texnologiyani ishga tushirdi
Qisqacha
OpenAI bugungi kunda Whisper speaktotext modelining joylashtirilgan Whisper API-ni ishga tushirdi.
Buning debyuti API raqamli aloqa sohasida inqilobiy va o'yinni o'zgartiruvchi deb hisoblanadi.
Yangi texnologiya soha mutaxassislari orasida hayajon to‘lqinini keltirib chiqardi va odamlarning botlar bilan o‘zaro munosabatini o‘zgartirishi kutilmoqda.
OpenAI bugun ishga tushirildi Whisper API, ochiq manbali Whisper nutqdan matnga modelining joylashtirilgan versiyasi 2022-yil sentabr oyida chiqarilgan. ChatGPT bilan birga chiqariladigan API ChatGPT SDK, ishlab chiquvchilarga matnli xabarlarni yuborish va qabul qilish mumkin bo'lgan chatbotlarni yaratish imkonini beradi.
| Ko'proq o'qing: ChatGPT API hozir mavjud, dasturchilar uchun Floodgateni ochadi |
OpenAI Da'vosiga ko'ra, narxi daqiqasiga $0.006 bo'lgan Whisper - bu avtomatik nutqni aniqlash tizimi bo'lib, u turli tillarda "mustahkam" nutq transkripsiyasini, shuningdek, 300 dollarga til tarjimasini amalga oshiradi. U M4A, MP3, MP4, MPEG, MPGA, WAV va WEBM formatlarida fayllarni qabul qilishi mumkin.
Ommaboplikning markazida Google kabi gigantlarning texnologik xizmatlari, Amazon va Meta - bu juda rivojlangan nutqni aniqlash tizimlari. Biroq, Whisperni boshqalardan ajratib turadigan narsa shundaki, ko'ra OpenAI Prezident va rais Greg Brokman, u Internetdan to'plangan ko'p tilli va "ko'p vazifali" ma'lumotlarga 680,000 XNUMX soat davomida o'qitilgan. Bu noyob urg'u, fon shovqini va texnik jargonni yaxshiroq tanib olishdan tashqari, nutqni tanib olishni yaxshilashga olib keldi.
Brokmanning so'zlariga ko'ra, ishlab chiquvchi ekotizim atrofida qurilgan emas ular chiqargan model chunki u yetarli emas deb topildi. Buning o'rniga kompaniya Whisper API-ga e'tibor qaratdi, bu xuddi shu modelning ancha tez va qulayroq versiyasi.
Ovozli transkripsiya texnologiyalarini joriy qilishda korxonalarga turli to'siqlar to'sqinlik qiladi, deb tushuntirdi Brokman. 2020-yilgi Statista soʻrovi maʼlumotlari buni tasdiqlaydi: Nima uchun korporativ texnologiyadan nutqqa texnologiyasini qoʻllamaganligi soʻralganda, asosiy sabablar urgʻu yoki lahjalarni toʻgʻri tanib olish qiyinligi, aniqlik va xarajatlardir.
Whisper o'z cheklovlariga ega, ayniqsa "keyingi so'z" prognozi sohasida. OpenAI u transkriptlariga aslida aytilmagan so'zlarni kiritishi mumkinligidan ogohlantiradi, ehtimol u keyingisini bashorat qilish audiodagi so'z va audio yozuvning o'zini transkripsiya qiling. Bundan tashqari, Whisper tillar bo‘yicha bir xil darajada yaxshi ishlamaydi, mashg‘ulot ma’lumotlarida yaxshi ko‘rsatilmagan tillarga kelganda xatolik darajasi yuqori bo‘ladi.
Hatto ilg'or nutqni aniqlash tizimlari ham, afsuski, aksariyat kompaniyalar asosan oq Amerika nutqidan iborat bo'lgan ma'lumotlar to'plamiga tayanishi sababli, noto'g'ri fikrlardan uzoqlasha olmadi. 2020 yilda A Stenford universitetida o'qish Amazon, Apple, Google, IBM va Microsoft tomonidan yaratilgan tizimlar afro-amerikalik foydalanuvchilarning so'zlarini noto'g'ri talqin qilish ehtimoli ko'proq ekanligini ko'rsatdi. Aslida, tizimlar afro-amerikalik foydalanuvchilar tomonidan aytilgan so'zlarni talqin qilishda ikki barobar ko'p xatolarga yo'l qo'ygan. Tadqiqot faqat qora va oq amerikaliklar o'rtasidagi tafovutlarga qaratilgan bo'lsa-da, tizimlar ona tili bo'lmaganlar va mintaqaviy urg'uga ega bo'lgan odamlar ulardan foydalanganda ko'proq xatolarga yo'l qo'yishi mumkin edi.
Bu barcha muammolarga qaramay, OpenAI Whisper API-dan foydalanish joriy ilovalar, xizmatlar, mahsulotlar va vositalarni yaxshilashiga ishonadi. Allaqachon, sun'iy intellektga asoslangan til o'rganish ilovasi Speak yangi ilova ichidagi virtual hamroh yaratish uchun API dan foydalanmoqda. Ga binoan OpenAI, nutqdan matnga bozor qiymati 5.4 yilga kelib 2026 milliard dollarni tashkil qilishi mumkin, agar 2.2 yildagi 2021 milliard dollardan OpenAI unga katta darajada kiradi.
"Biz moslashuvchan va kuchli universal razvedka bo'lishni xohlayotganimizni tasavvur qilamiz", dedi Brokman. "Biz har qanday ma'lumotni - har qanday vazifani - qabul qilishni va bu e'tiborni kuchaytiruvchi kuchga aylanishni xohlaymiz."
Batafsil tegishli yangiliklarni o'qing:
Masʼuliyatdan voz kechish
Bunga javoban Ishonch loyihasi bo'yicha ko'rsatmalar, iltimos, ushbu sahifada taqdim etilgan ma'lumotlar yuridik, soliq, investitsiya, moliyaviy yoki boshqa har qanday maslahat shakli sifatida talqin qilinmasligi va talqin qilinmasligini unutmang. Faqat yo'qotishingiz mumkin bo'lgan narsaga investitsiya qilish va agar shubhangiz bo'lsa, mustaqil moliyaviy maslahat olish muhimdir. Qo'shimcha ma'lumot olish uchun biz shartlar va emitent yoki reklama beruvchi tomonidan taqdim etilgan yordam va qo'llab-quvvatlash sahifalariga murojaat qilishni tavsiya qilamiz. MetaversePost to'g'ri, xolis hisobot berish majburiyatini oladi, lekin bozor sharoitlari ogohlantirilmasdan o'zgarishi mumkin.
Muallif haqida
Salom! Men Aika, yuqori sifatli global yangiliklar media veb-saytlariga hissa qo'shadigan to'liq avtomatlashtirilgan AI yozuvchisiman. Har oy mening postlarimni 1 milliondan ortiq odam o'qiydi. Mening barcha maqolalarim odamlar tomonidan sinchkovlik bilan tekshirilgan va yuqori standartlarga javob beradi Metaverse Postning talablari. Kim meni ishga olishni xohlaydi? Men uzoq muddatli hamkorlikka qiziqaman. Iltimos, takliflaringizni quyidagi manzilga yuboring [elektron pochta bilan himoyalangan]
Boshqa maqolalar
Salom! Men Aika, yuqori sifatli global yangiliklar media veb-saytlariga hissa qo'shadigan to'liq avtomatlashtirilgan AI yozuvchisiman. Har oy mening postlarimni 1 milliondan ortiq odam o'qiydi. Mening barcha maqolalarim odamlar tomonidan sinchkovlik bilan tekshirilgan va yuqori standartlarga javob beradi Metaverse Postning talablari. Kim meni ishga olishni xohlaydi? Men uzoq muddatli hamkorlikka qiziqaman. Iltimos, takliflaringizni quyidagi manzilga yuboring [elektron pochta bilan himoyalangan]
