Nhận dạng & chuyển giọng nói thành văn bản đa ngôn ngữ, độ chính xác cao; làm phụ đề, biên bản họp.
Whisper của OpenAI là mô hình chuyển giọng nói thành văn bản (speech-to-text) chính xác cao và hỗ trợ rất nhiều ngôn ngữ, gồm cả tiếng Việt. Nó chạy được offline trên máy bạn và có thể dịch trực tiếp sang tiếng Anh. Dùng để làm phụ đề, gỡ băng phỏng vấn, biên bản họp.
Chuyển giọng thành chữ, chữ thành giọng, nhân bản voice & tách nhạc.
Các bước cơ bản để bắt đầu.
Cài `pip install -U openai-whisper` (cần ffmpeg)Chạy `whisper audio.mp3 --language Vietnamese`Lấy file .srt/.txt kết quảNhân bản giọng từ vài giây mẫu rồi đọc văn bản bất kỳ gần như tức thì — dự án voice-clone kinh điển.
Nhân bản giọng chất lượng cao chỉ từ 1 phút dữ liệu, hỗ trợ cross-lingual, giao diện huấn luyện trọn gói.