Быстро и удобно создаем стенограммы из диктофонных записей с помощью нейросети

На днях компания OpenAI выпустила новую модель нейросети для автоматического распознавания речи под названием Whisper Turbo.

Она позволяет переводить голосовые записи в текст — создавая стенограммы, которые можно использовать в юридической практике. Например, для анализа телефонных переговоров, записи судебных заседаний или интервью.

Чем новая модель лучше?
Предыдущие версии Whisper уже показывали отличные результаты при работе с русским языком. Но Whisper Turbo обещает быть еще быстрее. Разработчики заявляют, что она при использовании той же вычислительной мощности, как предыдущая модель Whisper Medium:
- Обрабатывает записи в четыре раза быстрее.
- Обрабатывает на 10% больше параметров, что увеличивает точность распознавания сложных фраз и интонаций.

Как это использовать адвокату или журналисту?
Если вы уже пользуетесь системами автоматического распознавания речи или работаете с технологиями на базе Whisper, просто обновите модель, указав в настройках команду:
--model turbo

Для новичков в этой области, кому сложно разобраться с интеграцией или настройками, уже готова пробная версия Whisper Turbo, которую можно запустить прямо в браузере.

Ограничения пробной версии
- Запись длительностью до одного часа.
- Общий объем загруженных аудиофайлов до 1 ГБ.

Для большинства записей пробной версии будет достаточно. В остальных случаях потребуется либо использовать полноценную модель за плату, либо разделить файл с записью четырехчасового судебного заседания на 4 части. Сосредоточиться на анализе и интерпретации записей гораздо полезнее, чем вручную прослушивать и стенографировать записи.

Больше полезных рекомендаций от «Сетевых свобод» в закрепленном сообщении.