OpenAI Whisper
Семейство моделей распознавания речи и перевода аудио в текст; расшифровку необходимо сверять с записью.
Что это значит
Что делает: модель для автоматической транскрипции и распознавания речи с поддержкой множества языков. Сильные стороны: высокая точность для чистой речи, открытый исходный код и возможное локальное использование без облака. Слабые стороны: чувствительность к шуму и акцентам, необходимость предобработки аудио и вычислительные затраты при масштабировании.
Пример
Редактор получает черновую расшифровку интервью, сверяет имена, числа и цитаты с аудио и только затем использует текст для статьи.