Whisper, el OÍDO más POTENTE de la Inteligencia Artificial (y Open Source!)

Dot CSV

Summary

En este vídeo, el autor analiza Whisper, un modelo de inteligencia artificial de OpenAI diseñado para el reconocimiento de voz (speech-to-text). Destaca que es una herramienta open source potente y precisa, basada en una arquitectura Transformer, capaz de transcribir y traducir múltiples idiomas sin necesidad de sistemas complejos. Además de explicar su funcionamiento, el autor incluye un tutorial práctico para implementarlo usando Google Colab, demostrando cómo transcribir audios de canciones o grabaciones en tiempo real, e invita a la audiencia a integrar Whisper con otras tecnologías como GPT-3 para crear aplicaciones innovadoras.

Chapters

  1. 0:00Introduction to Whisper
  2. 0:47Whisper capabilities demonstration
  3. 3:29Open source context
  4. 5:39Architecture and training data
  5. 7:22Multitask learning functionalities
  6. 10:40Whisper and future developments

Topics covered

  • Introducción a Whisper
  • Funcionamiento de la IA
  • Código abierto vs. Pago
  • Arquitectura y entrenamiento
  • Multitarea y multilingüismo
  • Relación con YouTube y datos
  • Tutorial en Google Colab
  • Casos de uso creativos

Transcript excerpt

2022 será recordado como el año de Stable Diffusion de Dali 2 de increíbles modelos generadores de texto como Palm o generadores de código como Alpha Code. Y sin embargo, charlando el mes pasado con André Torrubia, él me comentaba que lo más interesante que había visto este año era una inteligencia artificial que venía del laboratorio Open AI, una IA llamada Whisper. ¿Qué es para ti de lo que ha salido este año? Lo más impresionante? Pues curiosamente, fíjate, eh, curiosamente hasta ahora Whisper, yo creo. ¿Sabes por qué? Curioso, eh, por lo que me impresiona Whisper es que Whisper funciona. Es como para mí Whisper si fuera el coche autónomo sería el primer self driving de del dictado. O sea, es el primero que se parece a una Bueno, pero para que entiendas tú persona. primero qué es esto de Whisper, te voy a pedir que hagas el siguiente ejercicio. Te voy a reproducir un audio en inglés y…