近日，aiOla 宣佈推出一款開源的 AI 音頻轉錄模型Whisper-NER ，該模型在轉錄過程中能夠實時遮蔽敏感信息。

aiOla 的新 Whisper-NER 構建在 OpenAI 的行業標準開源模型 Whisper 之上，本身是完全開源的，現在可以在 Hugging Face 和 Github 上獲得，供企業、組織和個人使用、使用、適應、修改和部署。

image.png

該音頻轉錄模型具備靈活的配置選項，用戶可以根據需求選擇是否對敏感信息進行遮蔽。當用戶選擇遮蔽功能時，模型會自動識別並隱藏如個人姓名、地址、電話號碼等敏感信息，有效防止在轉錄文本中泄露隱私。這種能力使得該模型在法律、醫療、教育等領域的應用場景中顯得尤爲重要。

除了保護敏感信息，該模型還具備高效準確的轉錄能力，能夠在多種語言和口音下正常工作。這使得它在多語言環境中的應用變得更加廣泛。例如，企業在處理客戶反饋時，能夠準確記錄並分析來自不同地區的音頻信息，進而改善服務質量。

此外，aiOla 還鼓勵開發者和研究人員使用這一開源模型，進一步提升其功能。用戶可以在開源平臺上獲取源代碼，並根據自身需求進行修改和優化。這一做法不僅提升了模型的可用性，也促進了 AI 技術的創新和發展。

aiOla 的這一新產品展示了在音頻轉錄領域對隱私保護的重視，也爲未來的 AI 應用開闢了更多可能性。隨着更多用戶和開發者的加入，期待這一開源模型能帶來更廣泛的應用場景和影響力。

Whisper-NER 是完全開源的，可在 MIT 許可證下使用，允許用戶自由採用、修改和部署它，包括用於商業應用程序。現在用戶還可以在 Hugging Face 上試用演示模型，允許他們錄製語音片段，並讓模型在生成的鍵入腳本中掩蓋他們鍵入的特定單詞。

huggingface:https://huggingface.co/aiola/whisper-ner-v1

github:https://github.com/aiola-lab/whisper-ner

劃重點:

📌 aiOla 推出的音頻轉錄模型可以實時遮蔽敏感信息，保護用戶隱私。  

🔍 模型支持多種語言和口音，適用於法律、醫療和教育等多個領域。  

💻 開源特性允許用戶自定義和優化模型，促進 AI 技術的創新。