Whisper
openai
General-purpose speech recognition model.
- Contexto
- desconocido
- Entrada
- audio
- Salida
- text
- Pesos
- Solo API
Familia Voz · reconocimiento (ASR)
Whisper
Modelo de reconocimiento del habla de uso general servido via API (whisper-1).
- Versiones catalogadas
- 1
- Primera versión
- desconocido
- Última versión
- desconocido
Versiones
Una familia no es un modelo: cada versión tiene su propia fecha, su licencia y sus capacidades. Lo que aquí llamamos «modelo» es siempre una versión concreta.
IA para multimedia
Criterio de selección, no lista de la compra
Aprende a decidir entre versiones por coste, licencia, privacidad y rendimiento medido en tus propios casos, no por el titular del lanzamiento.
¿Por qué se usa aquí? Transcribir bien es un problema de idioma, acentos y ruido; los modelos abiertos y los servicios se comportan muy distinto en español.
Lo que cambia
- De saber qué existe a saber cómo usarlo en tu trabajo.
- Del catálogo general a una decisión con coste, licencia y privacidad justificados.
- Prácticas y laboratorios, no solo lectura.