AI在线 AI在线

转录

微软发布 DragonV2.1 模型：AI 转录语音更自然，单词错误率平均下降 12.8%、支持合成超 100 种语言

微软发布 DragonV2.1 模型：AI 转录语音更自然，单词错误率平均下降 12.8%、支持合成超 100 种语言
AI在线 7 月 31 日消息，科技媒体 NeoWin 今天（7 月 31 日）发布博文，报道称微软推出了 DragonV2.1Neural 零次学习（Zero-Shot Learning）模型，仅凭少量数据就能创建更加自然、表现力强的声音，并支持超过 100 种语言。 AI在线援引博文介绍，这是一种零次学习的文本到语音（TTS）模型，承诺提供更加自然和富有表现力的声音，并提高了发音的准确性以及增强了可控性。 新模型仅需几秒钟的语音样本即可合成超过 100 种语言的语音。
7/31/2025 12:57:12 PM
故渊
8 秒转录 30 分钟播客：MacWhisper 应用接入英伟达 Parakeet 模型

8 秒转录 30 分钟播客：MacWhisper 应用接入英伟达 Parakeet 模型
科技媒体 9to5Mac 昨日（6 月 27 日）发布博文，报道称 macOS 应用 MacWhisper 在近期版本更新中，通过接入英伟达的 Parakeet 模型，转录速度飙升。
6/28/2025 6:54:35 AM
故渊
​ElevenLabs 发布 Scribe 语音转文本模型，准确率创新高、英语达 96.7%

​ElevenLabs 发布 Scribe 语音转文本模型，准确率创新高、英语达 96.7%
ElevenLabs 是一家备受瞩目的人工智能语音克隆与生成初创公司，近日推出了其最新的语音转文本模型 ——Scribe v1。 该模型声称在多种语言中都达到了最高的准确性，用户可以通过其官网进行体验。 根据 ElevenLabs 的基准测试，Scribe 在将口语准确转换为文本方面，超越了谷歌的 Gemini2.0Flash、OpenAI 的 Whisper v3和 Deepgram Nova-3，取得了前所未有的低错误率。
2/27/2025 9:56:00 AM
AI在线
OpenAI 语音转写工具 Whisper 被曝存在重大缺陷：会凭空生成大段虚假内容

OpenAI 语音转写工具 Whisper 被曝存在重大缺陷：会凭空生成大段虚假内容
当地时间 27 日，据美联社报道，超过十位软件工程师、开发人员和学术研究人员称，OpenAI 的语音转写工具 Whisper 存在一个重大缺陷：有时会凭空生成大段甚至整句虚假内容。 这些专家指出，这些生成的文本（AI在线注：业内通常称为“AI 幻觉”）可能涉及种族言论、暴力措辞，甚至杜撰的医疗建议。 专家们认为，这一问题尤其令人担忧，因为 Whisper 已被广泛应用于全球多个行业，包括用于翻译和转录访谈内容、生成常见消费科技文本及制作视频字幕。
10/28/2024 8:47:58 AM
清源
晚上就应该睡觉？新的机器学习技术探索昼夜节律

晚上就应该睡觉？新的机器学习技术探索昼夜节律
编辑 | 雪松昼夜节律，如睡眠-觉醒周期，是大多数生物与生俱来的，对地球上的生命至关重要。昼夜时钟在 24 小时日夜周期中协调生物的各项生理变化，会间接影响我们人类的体能水平、健康程度、生存能力。同样，将新陈代谢与日出落日同步等情况也存在于植物中，准确的生物钟有助于调节开花。了解昼夜节律，于植物而言，有助于提高植物的生长和产量；于人类而言，则有可能揭示出治疗疾病的新途径。IBM欧洲研究所与厄尔汉姆研究所的合作团队，描述了一系列基于人工智能（AI）和机器学习（ML）的方法。这些方法可以进行更具成本效益的分析并深入了解
9/22/2021 11:40:00 AM
ScienceAI
  • 1