WaaS - Whisper as a Service

• OpenAI Whisper (वॉइस रिकग्निशन मॉडल) के लिए लोकल में आसानी से उपयोग करने हेतु GUI और API ओपन सोर्स
• transcribe/detect/download जैसी सुविधाएँ REST API के रूप में प्रदान करता है
• वेबपेज पर ऑडियो/वीडियो फ़ाइल अपलोड करके काम शुरू किया जा सकता है
• docker-compose से चलाकर उपयोग किया जा सकता है (redis/api/worker आदि 3 Docker कंटेनर चलते हैं)
• सबसे छोटा मॉडल tiny लगभग 1GB VRAM की आवश्यकता रखता है (सबसे बड़ा large 10GB)

[xguru]

Whisper - OpenAI द्वारा open source के रूप में जारी किया गया बहुभाषी speech recognition system (ASR)
OpenAI, Whisper v2 मॉडल जारी