Whisper là công cụ của OpenAI nghe giọng nói rồi chép thành chữ gần như chính xác, hỗ trợ 99 ngôn ngữ kể cả tiếng Việt. Người làm phụ đề, ghi chép họp hay chuyển bài giảng thành văn bản dùng nó để tiết kiệm hàng giờ gõ tay. Lưu ý: model lớn chạy nhanh cần máy có card đồ họa, máy yếu nên dùng model nhỏ.
Whisper là mô hình nhận dạng giọng nói đa năng của OpenAI, được huấn luyện trên kho dữ liệu âm thanh lớn và đa dạng. Mô hình có thể chép lời nói thành văn bản nhiều ngôn ngữ, dịch giọng nói sang tiếng Anh và nhận biết ngôn ngữ đang nói. Bạn cài bằng pip install openai-whisper, cài thêm ffmpeg rồi gõ lệnh whisper kèm file âm thanh là có bản chép lời. Có ví dụ chạy trên Google Colab để thử ngay không cần cài đặt.
git clone https://github.com/openai/whisper.git