有没有比 whisper large v3 更准更强的

阿追 · 发表于昨天 14:53

我平时用来输出词级字幕，最近测试了 qwen 的 asr 感觉准确率和时间戳都不是很准啊。。

Vion · 发表于昨天 14:53

比 large v3 更准的是 medium. large 不管是中文还是日文,幻觉太多了

1228076385 · 发表于昨天 15:55

感觉 v3 不如 v2 ，尤其是处理日语方面

青青子衿 · 发表于昨天 16:19

那太多了，中文的话豆包，多语言的话

elevenlabs ，soniox

赤〆夜 · 发表于 1 小时前

反正我是觉得 Whisper 已经过时了，而且过时好几年了。

sensevoice 这类比较新的非自回归的模型，可能效果都比它好。