Whisper: chuyển giọng nói thành văn bản bằng AI mã nguồn mở

Whisper là mô hình nhận dạng giọng nói (speech-to-text) được phát hành mã nguồn mở, và nhanh chóng trở thành lựa chọn phổ biến cho việc gỡ băng.

Whisper làm được gì?

• Đa ngôn ngữ: nhận dạng và cả dịch nhiều ngôn ngữ, gồm tiếng Việt.
• Chạy offline: có thể chạy trên máy cá nhân, không cần gửi âm thanh lên mạng.
• Nhiều kích cỡ: từ bản nhỏ nhẹ cho laptop đến bản lớn cho độ chính xác cao.
• Cộng đồng mạnh: nhiều biến thể tăng tốc như whisper.cpp giúp chạy mượt hơn.

Ứng dụng thực tế

Với người làm tuyển dụng hay nội dung, Whisper cực hữu ích: gỡ băng buổi phỏng vấn thành văn bản để lưu trữ, tạo phụ đề cho video giới thiệu công ty, hay ghi chú tự động cho các cuộc họp. Tất cả với một mô hình miễn phí và có thể tự vận hành.