Distil-Whisper
两天star量破千:OpenAI的Whisper被蒸馏后,语音识别数倍加速
模型小了,幻觉还减轻了。前段时间,「霉霉大秀中文」的视频在各个社交媒体走红,随后又出现了「郭德纲大秀英语」等类似视频。这些视频很多都出自一个名叫「HeyGen」的 AI 应用之手。不过,从 HeyGen 现在的火爆程度来看,想用它制作类似视频可能要排很久。好在,这并不是唯一的制作方法。懂技术的小伙伴也可以寻找其他替代方案,比如语音转文字模型 Whisper、文字翻译 GPT、声音克隆 生成音频 so-vits-svc、生成符合音频的嘴型视频 GeneFace dengdeng。其中,这个语音转文字的 Whis
11/6/2023 10:45:00 AM
机器之心
- 1
资讯热榜
使用 VLLM 部署 DeepSeek:基于 Ubuntu 22.04 + RTX 4090 + Docker 的完整指南
RAGFlow自动化脚本套件:自定义解析+回答质量评估+参数自动调优
DeepSeek官方澄清:R2模型3月17日发布传闻为假消息
百度AI开源表格识别模型PP-TableMagic
OpenAI突然发布智能体API!支持网络和文件搜索以及computer use
32B IOI奥赛击败DeepSeek-R1!Open R1开源复刻第三弹,下一步R1-Zero
FP8模型不再挑卡!DeepSeek推理成本减半速度翻番,清华团队开源「赤兔」推理引擎
奥尔特曼预告创意文学模型,称其首次被 AI 作品打动
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
数据
机器人
谷歌
大模型
Midjourney
智能
模型
用户
学习
GPT
开源
微软
AI创作
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
生成式
蛋白质
芯片
Gemini
代码
神经网络
腾讯
计算
研究
Sora
AI设计
3D
AI for Science
英伟达
GPU
开发者
机器学习
场景
预测
华为
伟达
Anthropic
Transformer
模态
百度
深度学习
AI视频
驾驶
文本
苹果
搜索
神器推荐
算力
LLaMA
Copilot
xAI
安全
科技
视频生成
应用
人形机器人
字节跳动
具身智能
干货合集
2024
视觉
大语言模型
AGI
特斯拉
亚马逊
语音
Claude
AI应用场景