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 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.
Нейроновости Релизы
Инженер создал утилиту для текстового поиска сцен в архивах видео: как это работает.
  • Инженер Ильяс Хаддад представил локальный инструмент Edit Mind, который умеет находить сцены в гигабайтах любительских видео по текстовому описанию. В основе работы утилиты лежат модель Whisper для распознавания речи и визуальный анализатор, превращающий происходящее на экране в подробные описания.
Нейроновости Релизы
Violin: ИИ-инструмент для перевода и дубляжа видео стал открытым.
  • Инструмент Violin для перевода и дубляжа видео теперь доступен всем. Проект объединяет модели DeepSeek V4 Pro, Whisper V3 Large и Cartesia Sonic 3 для синхронного перевода, генерации субтитров и синтеза речи с имитацией естественного звучания.
Нейроновости Релизы
Портативная Windows-сборка WhisperX от Neurogen: транскрипция и диаризация без облаков и прав администратора!
  • Нейросеть WhisperX теперь можно запустить локально на Windows буквально с флешки, и редакция рассказывает, как это работает. Проект Neurogen представил портативную сборку WhisperX, которая превращает аудио и видео в текст с разметкой по говорящим прямо на вашем компьютере, не отправляя данные в облако.
Нейроновости Релизы
OpenAI представила голосовые API нового поколения: GPT-Realtime-2, перевод и транскрибация.
  • В мире разговорного ИИ пополнение. OpenAI открыла разработчикам доступ к новому поколению голосовых моделей. Теперь в API доступны три инструмента: GPT-Realtime-2 для создания живых голосовых агентов, GPT-Realtime-Translate для моментального перевода и GPT-Realtime-Whisper для транскрибации. Рассказываем, что умеют эти модели и чем они отличаются.
Нейроновости Релизы
В Codex добавили голосовой ввод для любого десктопного приложения.
  • Полезное обновление от OpenAI для десктопных приложений. Нейросеть Codex теперь поддерживает голосовой ввод, основанный на технологии Whisper SDK.
Нейроновости Релизы
HypeScribe: новый веб-сервис для расшифровки аудио и видео с интеграцией GPT и Claude.
  • Команда, стоящая за ботом Whisper AI, представила полноценный веб-инструмент HypeScribe. Он превращает аудио и видео в текст, генерирует саммари и позволяет задавать вопросы по контенту через чат с GPT или Claude.
Загрузить другие новости
Новости по категориям
Популярные теги
Популярные нейросети
Claude ChatGpt Gemini DeepSeek Codex Qwen Claude Opus Nano Banana Grok Seedance
Смотреть все
Компании на рынке ИИ
Anthropic OpenAI Google Яндекс Microsoft NVIDIA Meta [запрещена в России] Apple Сбер Hugging Face
Смотреть все
Политика обработки персональных данных

Nnets.ru | Нейросети

Политика использования открытых источников