Whisper
OpenAIが開発した音声認識AI（自動音声認識／ASRモデル）。音声データを文字起こししたり、多言語の音声を英語へ翻訳したりできる。雑音、アクセント、専門用語への強さを重視して設計された、汎用的な音声→テキスト変換モデルとして使われる。 Whisperは大規模な多言語音声データで学習されたオープンソースのモデルとして公開され、OpenAIの音声認識機能の土台として広く知られています。なお、現在のOpenAI APIの音声→テキスト機能では、従来の whisper-1 に加えて、より高品質な新しい文字起こしモデルも案内されています。