近日，GroqCloud 靜悄悄地推出了 Whisper V3 Large。趕緊嘗試吧，現在已經內置在 GroqChat 中，讓每個人都能體驗。
現在開發者們可以利用 Whisper 的語音轉文字功能以及我們的速度進行構建。 繼續構建吧！[產品鏈接](https://groqcloud.com) [體驗鏈接](https://groqchat.com)
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
相關推薦
IBM 與 Groq 攜手推進企業級 AI 應用
IBM與Groq合作，將Watsonx Orchestrate平臺與GroqCloud推理技術結合，加速企業AI應用。該合作宣稱能提升成本效率，AI工作負載處理速度比傳統GPU快五倍以上，低延遲特性尤其適用於醫療、金融和政府等受監管行業。
Oct 21, 2025
124.5k
蘋果新 Speech 技術出擊！34分鐘4K視頻轉錄僅需45秒，速度超OpenAI 55%
近日，科技媒體 macstories 通過一項實測，揭示了蘋果公司全新推出的 Speech API 的強大性能。通過轉錄一段長達34分鐘、大小爲7GB 的4K 視頻，該技術僅用時45秒完成轉錄，速度之快令人驚歎。這項技術的推出是在2025年 WWDC 全球開發者大會上宣佈的，其中包括兩個重要模塊:SpeechAnalyzer 和 SpeechTranscriber。macstories 團隊使用了基於這些模塊開發的 Yap 應用工具，對其轉錄性能進行了詳細測試。結果顯示，Yap 在處理視頻時展現出了顯著的速度優勢，遠超目前市場上其他主流轉錄工具。在與競爭對手的
Jun 18, 2025
157.4k
蘋果新Speech API轉錄速度驚人，勝過OpenAI Whisper 55%
科技媒體 macstories 發佈了一篇關於蘋果新推出的 Speech API 的博文，引發了業界的廣泛關注。通過對一段時長34分鐘、大小達7GB 的4K 視頻文件進行轉錄測試，結果顯示，蘋果的新 Speech API 僅耗時45秒，速度遠超其他同類工具。相較之下，OpenAI 的 Whisper 轉錄時間爲101秒，蘋果的技術優勢可見一斑，提升了約55% 的效率。蘋果在2025年全球開發者大會 WWDC 上首次宣佈了這一 Speech 框架，框架中包含了 SpeechAnalyzer 和 SpeechTranscriber 兩款模塊。這一技術的推出，標誌着蘋果在語音處理領域的進一步突破，
Jun 18, 2025
194.7k
西北工業大學開源語音理解模型OSUM，結合Whisper和Qwen2，支持8種語音理解任務
在人工智能領域，語言模型的快速發展引發了語音理解語言模型（SULMs）的廣泛關注。近日，西北工業大學 ASLP 實驗室發佈了開放語音理解模型 OSUM，旨在探索在學術資源有限的情況下，如何有效訓練和利用語音理解模型，以推動學術界的研究與創新。OSUM 模型融合了 Whisper 編碼器與 Qwen2語言模型，支持8種語音任務，包括語音識別（ASR）、帶時間戳的語音識別(SRWT)、語音事件檢測(VED)、語音情感識別(SER)、說話風格識別(SSR)、說話人性別分類(SGC)、說話人年齡預測(SAP)及語音轉文本聊天(STTC)。
Feb 20, 2025
265.1k
OpenAI CEO在社交平臺徵詢用戶意見，或暗示重返開源之路
OpenAI 的首席執行官 Sam Altman 近日在社交媒體平臺 X 上發起了一項調查，詢問用戶對公司下一步開源開發方向的看法。這一舉動發生在 OpenAI 正在經歷重大轉型的背景下，公司正將其營利部門轉變爲公益公司。自從獲得微軟投資以來，OpenAI 與開源的關係發生了顯著變化。尤其是在 GPT-4發佈後，OpenAI 逐漸減少了開源貢獻，專注於更小規模的項目，如 Whisper。Altman 當時提到出於安全考慮而暫停開源，但他最近承認這種策略可能是錯誤的，因爲像 Deepseek 等競爭對手已經發布了他們的 V3和 R1模型。
Feb 19, 2025
153.6k