PhoWhisper-large

PhoWhisper-large là mô hình nhận dạng giọng nói tiếng Việt (ASR) mã nguồn mở do VinAI Research phát triển, dành cho nhà phát triển cần chuyển giọng nói tiếng Việt thành văn bản trong ứng dụng của mình. Mô hình được tinh chỉnh từ Whisper đa ngôn ngữ trên bộ dữ liệu 844 giờ giọng nói tiếng Việt gồm nhiều vùng miền và giọng địa phương khác nhau, đạt hiệu năng hàng đầu trên các bộ benchmark ASR tiếng Việt theo công bố của nhóm phát triển. Người dùng có thể tải và chạy mô hình bằng thư viện Transformers ngay trên máy chủ riêng, đã được nhiều dự án cộng đồng như phiên âm video hay luyện phát âm sử dụng lại. Mô hình phát hành miễn phí theo giấy phép mã nguồn mở BSD-3-Clause.