作為當(dāng)前最火的AI應(yīng)用,ChatGPT在積累了1億用戶之后開始嘗試商業(yè)運營了,昨天正式發(fā)布了API,企業(yè)可以付費接入,75萬單詞只要2美元,成本比之前降低了90%。實際上昨天開放的業(yè)務(wù)還有一個,那就是語音轉(zhuǎn)文字的API,基于公司的Whisp
作為當(dāng)前最火的AI應(yīng)用,人工智能在積累了1億用戶之后開始嘗試商業(yè)運營了,昨天正式發(fā)布了API,企業(yè)可以付費接入,75萬單詞只要2美元,成本比之前降低了90%。
實際上昨天開放的業(yè)務(wù)還有一個,那就是語音轉(zhuǎn)文字的API,基于公司的Whisper大模型,去年9月份首次推出Whisper Large-v1模型,12月開源了升級版的Whisper Large-v2模型。
這次商業(yè)化之后,Whisper API的收費也很低廉,每分鐘只要0.006美元,**幣約為4分錢,預(yù)計會讓很多語音相關(guān)的企業(yè)壓力很大。
Whisper API支持對語音文件進行轉(zhuǎn)錄和翻譯,并支持包括英語、中文、**語、日語、德語、西班牙語等幾十種語言。
不過不同語言的準(zhǔn)確率差別不小,Whisper large-v2模型在識別西語、英語、意大利語、德語等語言單詞錯誤率都能控制在5%以內(nèi),這種語言轉(zhuǎn)文字之后只需要用戶簡單修改就好。
至于中文,v1模型的錯誤率就有19.6%,v2略微提升到14.7%,改進不大,錯誤率比英文、西語之類的高很多,用戶使用起來有些麻煩,需要校正的地方就多。
至于為何有這樣的差距,除了中文自身的特點之外,很可能跟訓(xùn)練使用的中文語料較少有關(guān),畢竟網(wǎng)上的內(nèi)容主要還是外文。
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-03/2921449.shtml,如有侵權(quán),請聯(lián)系刪除
作為當(dāng)前最火的AI應(yīng)用,人工智能在積累了1億用戶之后開始嘗試商業(yè)運營了,昨天正式發(fā)布了API,企業(yè)可以付費接入,75萬單詞只要2美元,成本比之前降低了90%。
實際上昨天開放的業(yè)務(wù)還有一個,那就是語音轉(zhuǎn)文字的API,基于公司的Whisper大模型,去年9月份首次推出Whisper Large-v1模型,12月開源了升級版的Whisper Large-v2模型。
這次商業(yè)化之后,Whisper API的收費也很低廉,每分鐘只要0.006美元,**幣約為4分錢,預(yù)計會讓很多語音相關(guān)的企業(yè)壓力很大。
Whisper API支持對語音文件進行轉(zhuǎn)錄和翻譯,并支持包括英語、中文、**語、日語、德語、西班牙語等幾十種語言。
不過不同語言的準(zhǔn)確率差別不小,Whisper large-v2模型在識別西語、英語、意大利語、德語等語言單詞錯誤率都能控制在5%以內(nèi),這種語言轉(zhuǎn)文字之后只需要用戶簡單修改就好。
至于中文,v1模型的錯誤率就有19.6%,v2略微提升到14.7%,改進不大,錯誤率比英文、西語之類的高很多,用戶使用起來有些麻煩,需要校正的地方就多。
至于為何有這樣的差距,除了中文自身的特點之外,很可能跟訓(xùn)練使用的中文語料較少有關(guān),畢竟網(wǎng)上的內(nèi)容主要還是外文。
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-03/2921449.shtml,如有侵權(quán),請聯(lián)系刪除
作為當(dāng)前最火的AI應(yīng)用,人工智能在積累了1億用戶之后開始嘗試商業(yè)運營了,昨天正式發(fā)布了API,企業(yè)可以付費接入,75萬單詞只要2美元,成本比之前降低了90%。
實際上昨天開放的業(yè)務(wù)還有一個,那就是語音轉(zhuǎn)文字的API,基于公司的Whisper大模型,去年9月份首次推出Whisper Large-v1模型,12月開源了升級版的Whisper Large-v2模型。
這次商業(yè)化之后,Whisper API的收費也很低廉,每分鐘只要0.006美元,**幣約為4分錢,預(yù)計會讓很多語音相關(guān)的企業(yè)壓力很大。
Whisper API支持對語音文件進行轉(zhuǎn)錄和翻譯,并支持包括英語、中文、**語、日語、德語、西班牙語等幾十種語言。
不過不同語言的準(zhǔn)確率差別不小,Whisper large-v2模型在識別西語、英語、意大利語、德語等語言單詞錯誤率都能控制在5%以內(nèi),這種語言轉(zhuǎn)文字之后只需要用戶簡單修改就好。
至于中文,v1模型的錯誤率就有19.6%,v2略微提升到14.7%,改進不大,錯誤率比英文、西語之類的高很多,用戶使用起來有些麻煩,需要校正的地方就多。
至于為何有這樣的差距,除了中文自身的特點之外,很可能跟訓(xùn)練使用的中文語料較少有關(guān),畢竟網(wǎng)上的內(nèi)容主要還是外文。
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-03/2921449.shtml,如有侵權(quán),請聯(lián)系刪除
作為當(dāng)前最火的AI應(yīng)用,人工智能在積累了1億用戶之后開始嘗試商業(yè)運營了,昨天正式發(fā)布了API,企業(yè)可以付費接入,75萬單詞只要2美元,成本比之前降低了90%。
實際上昨天開放的業(yè)務(wù)還有一個,那就是語音轉(zhuǎn)文字的API,基于公司的Whisper大模型,去年9月份首次推出Whisper Large-v1模型,12月開源了升級版的Whisper Large-v2模型。
這次商業(yè)化之后,Whisper API的收費也很低廉,每分鐘只要0.006美元,**幣約為4分錢,預(yù)計會讓很多語音相關(guān)的企業(yè)壓力很大。
Whisper API支持對語音文件進行轉(zhuǎn)錄和翻譯,并支持包括英語、中文、**語、日語、德語、西班牙語等幾十種語言。
不過不同語言的準(zhǔn)確率差別不小,Whisper large-v2模型在識別西語、英語、意大利語、德語等語言單詞錯誤率都能控制在5%以內(nèi),這種語言轉(zhuǎn)文字之后只需要用戶簡單修改就好。
至于中文,v1模型的錯誤率就有19.6%,v2略微提升到14.7%,改進不大,錯誤率比英文、西語之類的高很多,用戶使用起來有些麻煩,需要校正的地方就多。
至于為何有這樣的差距,除了中文自身的特點之外,很可能跟訓(xùn)練使用的中文語料較少有關(guān),畢竟網(wǎng)上的內(nèi)容主要還是外文。
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-03/2921449.shtml,如有侵權(quán),請聯(lián)系刪除
原創(chuàng)文章,作者:小編,如若轉(zhuǎn)載,請注明出處:http://xiesong.cn/120426.html