AI 助理
文档备案控制台
开发者社区 人工智能 文章 正文

Whisper 整体架构图

2024-01-25 841
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Whisper 整体架构图

Attention

注意力机制模块，兼容自注意力和交叉注意力。

AttentionBlock

Transformer 模块，包含一个自注意力，一个交叉注意力（可选）和一个 MLP 模块。

AudioEncoder+TextDecoder

音频编码器和文本解码器。编码器的 Transformer 模块只有自注意力，解码器的Transformer 模块有一个自注意力一个交叉注意力。

Whisper

Whisper 整体模型。

文章标签：
机器学习/深度学习
布客飞龙
目录
相关文章
modelscope
|
3月前
|
机器学习/深度学习 测试技术 API
Qwen3.5 中等规模模型系列正式开源：更强智能，更低算力
通义千问Qwen3.5发布四款中等规模多模态模型，支持256K原生上下文（可扩至1M）、201种语言及统一视觉语言训练。凭借Gated Delta+MoE混合架构与百万Agent强化学习，35B-A3B仅激活3B参数即超越旧旗舰，性能、效率与部署成本兼具。（239字）
modelscope
7495 23
Deephub
|
机器学习/深度学习 并行计算 PyTorch
英伟达新一代GPU架构（50系列显卡）PyTorch兼容性解决方案
本文记录了在RTX 5070 Ti上运行PyTorch时遇到的CUDA兼容性问题，分析其根源为预编译二进制文件不支持sm_120架构，并提出解决方案：使用PyTorch Nightly版本、更新CUDA工具包至12.8。通过清理环境并安装支持新架构的组件，成功解决兼容性问题。文章总结了深度学习环境中硬件与框架兼容性的关键策略，强调Nightly构建版本和环境一致性的重要性，为开发者提供参考。
Deephub
8621 64
英伟达新一代GPU架构（50系列显卡）PyTorch兼容性解决方案
蚝油菜花
|
机器学习/深度学习 人工智能 自然语言处理
Dolphin：40语种+22方言！清华联合海天瑞声推出的语音识别大模型，识别精度超Whisper两代
Dolphin是清华大学与海天瑞声联合研发的语音识别大模型，支持40种东方语言和22种中文方言，采用CTC-Attention混合架构，词错率显著低于同类模型。
蚝油菜花
5282 50
Dolphin：40语种+22方言！清华联合海天瑞声推出的语音识别大模型，识别精度超Whisper两代
LDG_AGI
|
机器学习/深度学习 人机交互 API
【机器学习】Whisper：开源语音转文本（speech-to-text）大模型实战
【机器学习】Whisper：开源语音转文本（speech-to-text）大模型实战
LDG_AGI
6163 0
modelscope
|
文字识别 测试技术 语音技术
看听说写四维突破：Qwen2.5-Omni 端到端多模态模型开源！
今天，通义千问团队发布了 Qwen2.5-Omni，Qwen 模型家族中新一代端到端多模态旗舰模型。该模型专为全方位多模态感知设计，能够无缝处理文本、图像、音频和视频等多种输入形式，并通过实时流式响应同时生成文本与自然语音合成输出。
modelscope
3182 6
看听说写四维突破：Qwen2.5-Omni 端到端多模态模型开源！

热门文章

最新文章

  • 1
    开源大数据周刊-第90期
  • 2
    130 秒揭秘 EDAS 3.0 如何平滑应对突发流量高峰，为您的业务保驾护航
  • 3
    夸克网盘的文件怎么保存到百度网盘？
  • 4
    Centos7 更换yum源
  • 5
    开源大数据技术专场（上午）:Spark、HBase、JStorm应用与实践
  • 6
    ORACLE两表关联更新三种方式
  • 7
    媒体称乔布斯歪曲事实抨击Flash技术
  • 8
    设计模式六大原则（2）：里氏替换原则
  • 9
    EXP-00091错误的说明和解决方法
  • 10
    rsync 介绍
  • 1
    [理论篇-13]AI 编程(AI Coding)—— 从"AI 帮你打字"到"AI 替你跑腿",程序员的工种正在重写
    36
  • 2
    阿里云百炼大模型服务平台已经接入的主要模型有哪些？调用计费收费标准，新人免费额度介绍
    56
  • 3
    阿里云的云市场购买Qoder后，Qoder授权码在获取？Qoder兑换码如何使用？
    28
  • 4
    Qoder——来自阿里的Agentic 智能体编程平台，Qoder-Teams-Credits费用300元/月，功能及使用场景全解析
    84
  • 5
    使用更少的钱购买到阿里云服务器的方法，亲测省钱购买阿里云指南
    39
  • 6
    Qoder兑换码怎么使用？在阿里云云市场购买的Qoder Teams授权码，兑换码获取及使用教程
    34
  • 7
    阿里云百炼大模型服务平台是什么？最新模型调用收费标准、新人免费额度以及常见问题解答
    103
  • 8
    【开源剪映小助手】遮罩效果接口
    30
  • 9
    从 BI Copilot 到业务 Agent：指标服务如何成为统一数据接口？
    31
  • 10
    当 Agent 从模型调用，走向系统工程：OpenAI 和 LangChain 的两种实践
    65

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    [网络安全] Dirsearch 工具的安装、使用详细教程