Whisper


Whisper é un modelo de IA de código aberto para o recoñecemento de voz en varios idiomas desenvolvido por OpenAI e adestrado en 680.000 horas de audio en preto de 100 idiomas diferentes. Cuns requisitos computacionais moderados, alcanza un rendemento similar ós modelos máis avanzados, tanto de código aberto como de sistemas comerciais.


AutoSubs.net


AutoSubs.net é unha aplicación web para transcrición, tradución e subtitulado automáticos. Combina nun fluxo de traballo automático a transcrición co modelo Whisper, servizos de tradución como DeepL ou Google Translate e a incrustación de subtítulos xerados no vídeo. Tamén ofrece a opción de voz superposta mediante síntese de voz en autosubs.net/voz.