Nnets [Neural Networks] — старейший в России культовый ИИ-журнал о нейросетях, искусственном интеллекте и роботах.

Ежедневные новости и аналитика нейромира.

Авторские материалы, исследования, обзоры и подборки.

Наши адреса Вконтакте

Будущее уже здесь!

Новости про Whisper

image
Whisper [Нейросеть/модель]

Whisper — нейросеть для распознавания и транскрипции речи, разработанная компанией OpenAI. Она умеет превращать аудио в текст на нескольких языках, включая английский и русский. Whisper применяется для субтитров, автоматических протоколов встреч и голосовых помощников. Модель обучена на большом объёме аудиозаписей и позволяет обрабатывать как чистую, так и шумную речь.

Нейроновости
Две большие перемены: Parakeet для транскрибации и Codex с GPT Astra для разработки.
  • Сразу две заметные перемены: для расшифровки аудио теперь используют Parakeet вместо Large v3 Turbo внутри MacWhisper, а Codex с GPT Astra забирает серьёзные задачи у Claude Code.
ИИ научили слушать загадочное «радио Судного дня» с помощью Whisper и Qwen.
  • Энтузиаст научил ИИ слушать загадочное «радио Судного дня» УВБ-76. Whisper распознаёт речь, а Qwen выделяет ключевые слова. В основе проекта Raspberry Pi 5 и домашний кластер Kubernetes.
Нейроновости
Как заставить Whisper быстро работать на обычном CPU.
  • Локальный Whisper в проекте WhisperType научили не тратить ресурсы впустую и стартовать распознавание прямо во время записи. Получается шустрее, чем в облаке, даже на обычном процессоре.
Нейроновости Релизы
Whisper JAX бесплатно превращает аудио в текст за пару кликов!
  • Whisper JAX за пару кликов превращает любой трек в удобную расшифровку. А вместе с ChatGPT получится еще и короткий пересказ голосового урока.
Нейроновости Релизы
Audio-tldr локально пересказывает видео и подкасты с помощью Whisper.
  • Локальный инструмент Audio-tldr использует Whisper, чтобы превращать видео и подкасты в короткие выжимки с ключевыми тезисами. Проект с открытым исходным кодом не отправляет данные в облако и уже доступен на GitHub.
Нейроновости Релизы
418 готовых моделей одной командой: ailia-models упрощает запуск нейросетей.
  • Опенсорс-проект ailia-models собрал 418 предобученных моделей в единый интерфейс командной строки. Внутри есть зрение, звук, изображения, языковые модели и мультимодальные решения, включая Whisper, Stable Diffusion, BERT, LLaVA, Qwen3-VL и Florence-2. Запуск сводится к установке пакета, клонированию репозитория и старту нужной модели без ручного поиска весов.
Нейроновости Релизы НейРоссия
OpenAI выпустила GPT Transcribe для расшифровки аудио. Насколько она хороша для русского языка?
  • Новая модель OpenAI GPT Transcribe наделала шума в нише расшифровки аудио: она дешевле предшественников и понимает подсказки. Мы посмотрели на независимые замеры и выяснили, как она показывает себя на русском языке и почему привычный Whisper уступает решениям GigaAM от Сбера и T-One от Т-Банка.
Нейроновости Релизы
Claude Code поможет быстро разобрать видео с YouTube и TikTok.
  • Видеоконтент станет понятнее: Claude Code научился анализировать ролики с YouTube и TikTok, формировать саммари и добавлять таймкоды. Когда субтитров мало, на помощь приходит Groq Whisper.
Нейроновости Релизы
Vibe: бесплатное приложение для транскрибации аудио и видео на локальных нейросетях.
  • Разработчики выпустили Vibe, бесплатный опенсорс-инструмент для быстрой транскрибации аудио и видео. Приложение работает полностью локально на связке моделей Whisper, Nemotron 3.5 и Parakeet TDT v3, обеспечивая конфиденциальность данных. Рассказываем о его ключевых возможностях и где его скачать.
Нейроновости Релизы
Локальная транскрипция голоса на Android без облака: приложение Anti-Vocale с поддержкой множества моделей.
  • Новое приложение для Android позволяет транскрибировать голосовые сообщения прямо на устройстве, не отправляя данные в облако. Проект Anti-Vocale с открытым исходным кодом поддерживает множество современных моделей распознавания речи, включая Whisper, Gemma, Parakeet, Qwen3-ASR и Nemotron 3.5.
Загрузить другие новости
Новости по категориям
Популярные теги
Популярные нейросети
Claude ChatGpt Gemini DeepSeek Codex Qwen Claude Opus Grok Nano Banana Seedance
Смотреть все
Компании на рынке ИИ
Anthropic OpenAI Google Яндекс Microsoft NVIDIA Hugging Face Apple Meta [запрещена в России] Сбер
Смотреть все
Политика обработки персональных данных

Nnets.ru | Нейросети

Политика использования открытых источников