/whisper
OpenAI 的通用語音辨識模型。支援 99 種語言、轉錄、翻譯成英文與語言辨識。用於語音轉文字、Podcast 轉錄或多語言音訊處理。
- 安裝次數
- 996
- 專案星數
- 1.4 萬 ★
- 授權
- MIT
- 專案更新
- 2026-10-11
怎麼裝
npx skills add https://github.com/Orchestra-Research/AI-Research-SKILLs --skill whisper安裝前請先看過原文內容。中文說明是 AI 翻譯，不保證安全。
原文
OpenAI's general-purpose speech recognition model. Supports 99 languages, transcription, translation to English, and language identification. Six model sizes from tiny (39M params) to large (1550M params). Use for speech-to-text, podcast transcription, or multilingual audio processing. Best for robust, multilingual ASR.