Whisper від OpenAI

Whisper - це система автоматичного розпізнавання мови (ASR), навчена на 680 000 годин багатомовних та багатозадачних наглядових даних, зібраних з Інтернету. Ми показуємо, що використання такого великого та різноманітного набору даних призводить до покращеної стійкості до акцентів, фонового шуму та технічної мови. Крім того, це дозволяє транскрибувати тексти на кількох мовах та перекладати їх з цих мов на англійську. Ми випускаємо моделі та код інференції з відкритим вихідним кодом, які можна використовувати для створення корисних додатків та для подальших досліджень у галузі стійкої обробки мови.

Джерело: https://openai.com/blog/whisper/

API Whisper має ціну $0.006 за хвилину.