{"id":119595,"date":"2024-08-23T15:43:08","date_gmt":"2024-08-23T13:43:09","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/mozilla-razvivaet-instrumentarij-dlya-raspoznavaniya-rechi-whisperfile"},"modified":"2024-08-23T15:43:08","modified_gmt":"2024-08-23T13:43:09","slug":"mozilla-razvivaet-instrumentarij-dlya-raspoznavaniya-rechi-whisperfile","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/news\/mozilla-razvivaet-instrumentarij-dlya-raspoznavaniya-rechi-whisperfile","title":{"rendered":"Mozilla desarrolla herramientas para el reconocimiento de voz Whisperfile","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Mozilla est\u00e1 desarrollando herramientas de reconocimiento de voz Whisperfile, que incluyen una implementaci\u00f3n independiente y de alto rendimiento del modelo de aprendizaje autom\u00e1tico Whisper, desarrollado y liberado por la organizaci\u00f3n OpenAI. La herramienta est\u00e1 basada en whisper.cpp, una implementaci\u00f3n del modelo Whisper en C\/C++, creada por Georgi Gerganov (autor de llama.cpp). El c\u00f3digo est\u00e1 escrito en C++ y se distribuye bajo la licencia MIT. <\/p>\n
Whisperfile es desarrollado por el equipo de Mozilla Ocho y complementa el proyecto llamafile, destinado a crear archivos ejecutables universales para ejecutar grandes modelos de lenguaje de aprendizaje autom\u00e1tico (LLM). Al igual que llamafile, el proyecto whisperfile permite generar un archivo ejecutable a partir de un archivo con par\u00e1metros de un modelo de aprendizaje autom\u00e1tico en formato GGUF, que puede ejecutarse en varios sistemas operativos en hardware con procesadores AMD64 y ARM64. El c\u00f3digo compilado puede vincularse con la biblioteca est\u00e1ndar de C Cosmopolitan, permitiendo construir aplicaciones que se ejecuten en Linux, FreeBSD, macOS, OpenBSD, NetBSD y Windows. <\/p>\n
Al ejecutar el archivo ejecutable, se pasa un archivo de audio de voz en formato wav, mp3, ogg o flac como par\u00e1metro de entrada, y el texto reconocido se guarda como salida. En la pr\u00e1ctica, el proyecto se puede aplicar a tareas como la generaci\u00f3n de subt\u00edtulos de texto para video, la creaci\u00f3n de registros de llamadas de voz y video, la conversi\u00f3n de grabaciones de voz en texto y la organizaci\u00f3n de entrada de voz. Con Whisperfile, tales tareas pueden resolverse en el sistema local sin necesidad de acudir a servicios externos. <\/p>\n
Adem\u00e1s, se admite el funcionamiento como un servidor HTTP, que procesa las solicitudes de reconocimiento de voz a trav\u00e9s de Web API. Para acelerar el trabajo con el modelo, se pueden utilizar GPU e instrucciones AVX. La herramienta tambi\u00e9n puede proporcionar coeficientes de confianza, que permiten resaltar las palabras reconocidas seg\u00fan la precisi\u00f3n de su identificaci\u00f3n.
<\/center> <\/p>\n
El modelo Whisper utilizado ha sido entrenado con 680 mil horas de datos de voz, abarcando diferentes temas e idiomas (2\/3 de los datos est\u00e1n en ingl\u00e9s). El modelo maneja bien el reconocimiento del habla con acento, identifica la jerga t\u00e9cnica, soporta la detecci\u00f3n autom\u00e1tica del idioma y puede funcionar con ruido de fondo. Para el habla en ingl\u00e9s, el sistema demuestra un nivel de fiabilidad y precisi\u00f3n en el reconocimiento autom\u00e1tico cercano al reconocimiento humano. Adem\u00e1s de la transcripci\u00f3n de voz a texto, el modelo tambi\u00e9n puede aplicarse para la traducci\u00f3n de voz a otro idioma. \n Fuente: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"
![\"Mozilla](\"\/wp-content\/uploads\/2024\/08\/f4c916bc3a9281c8e5016090f183fada.png\")
<\/center> <\/p>\n