บรรณาธิการของ Downcodes ได้เรียนรู้ว่าเมื่อเร็วๆ นี้ aiOla ได้เปิดตัวโมเดลการถอดเสียง AI แบบโอเพ่นซอร์ส Whisper-NER ซึ่งสามารถปกป้องข้อมูลที่ละเอียดอ่อนแบบเรียลไทม์ระหว่างกระบวนการถอดเสียงเพื่อปกป้องความเป็นส่วนตัวของผู้ใช้ การเคลื่อนไหวนี้ไม่เพียงแต่ปรับปรุงความปลอดภัยของการถอดเสียงเท่านั้น แต่ยังมอบความเป็นไปได้ใหม่ๆ สำหรับการประยุกต์ใช้เทคโนโลยี AI ในสาขาที่มีข้อกำหนดความเป็นส่วนตัวสูง เช่น กฎหมายและการดูแลรักษาทางการแพทย์ Whisper-NER สร้างขึ้นจากโมเดล Whisper ของ OpenAI และเป็นโอเพ่นซอร์สโดยสมบูรณ์ ช่วยให้ผู้ใช้ใช้งาน แก้ไข และปรับใช้ได้อย่างอิสระ
เมื่อเร็วๆ นี้ aiOla ได้ประกาศเปิดตัว Whisper-NER ซึ่งเป็นโมเดลการถอดเสียงด้วย AI แบบโอเพ่นซอร์ส ที่สามารถปกปิดข้อมูลที่ละเอียดอ่อนแบบเรียลไทม์ระหว่างกระบวนการถอดเสียง
Whisper-NER ใหม่ของ aiOla สร้างขึ้นจากโมเดลโอเพ่นซอร์สมาตรฐานอุตสาหกรรมของ OpenAI Whisper ซึ่งเป็นโอเพ่นซอร์สเต็มรูปแบบ และขณะนี้พร้อมใช้งานบน Hugging Face และ Github เพื่อให้องค์กร องค์กร และบุคคลทั่วไปนำไปใช้ ปรับเปลี่ยน ปรับเปลี่ยน และปรับใช้ได้
โมเดลการถอดเสียงมีตัวเลือกการกำหนดค่าที่ยืดหยุ่น และ ผู้ใช้สามารถเลือกได้ว่าจะปกปิดข้อมูลที่ละเอียดอ่อนตามความต้องการหรือไม่ เมื่อผู้ใช้เลือกฟังก์ชันการปิดบัง โมเดลจะระบุและซ่อนข้อมูลที่ละเอียดอ่อน เช่น ชื่อบุคคล ที่อยู่ หมายเลขโทรศัพท์ ฯลฯ โดยอัตโนมัติ เพื่อป้องกันการรั่วไหลของความเป็นส่วนตัวในข้อความที่ถอดความได้อย่างมีประสิทธิภาพ ความสามารถนี้ทำให้แบบจำลองมีความสำคัญอย่างยิ่งในสถานการณ์การใช้งานในด้านกฎหมาย การแพทย์ การศึกษา และสาขาอื่นๆ
นอกเหนือจากการปกป้องข้อมูลที่ละเอียดอ่อนแล้ว โมเดลนี้ยังมีความสามารถในการถอดเสียงที่มีประสิทธิภาพและแม่นยำ ซึ่งทำงานได้ดีกับหลายภาษาและสำเนียงต่างๆ ทำให้การประยุกต์ใช้งานในสภาพแวดล้อมหลายภาษาแพร่หลายมากยิ่งขึ้น ตัวอย่างเช่น เมื่อบริษัทจัดการกับคำติชมของลูกค้า พวกเขาสามารถบันทึกและวิเคราะห์ข้อมูลเสียงจากภูมิภาคต่างๆ ได้อย่างแม่นยำ ซึ่งจะช่วยปรับปรุงคุณภาพการบริการ
นอกจากนี้ aiOla ยังสนับสนุนให้นักพัฒนาและนักวิจัยใช้โมเดลโอเพ่นซอร์สนี้เพื่อเพิ่มขีดความสามารถให้ดียิ่งขึ้น ผู้ใช้สามารถรับซอร์สโค้ดบนแพลตฟอร์มโอเพ่นซอร์ส และแก้ไขและเพิ่มประสิทธิภาพได้ตามความต้องการของตนเอง แนวทางนี้ไม่เพียงแต่ปรับปรุงการใช้งานของแบบจำลองเท่านั้น แต่ยังส่งเสริมนวัตกรรมและการพัฒนาเทคโนโลยี AI อีกด้วย
ผลิตภัณฑ์ใหม่จาก aiOla นี้แสดงให้เห็นถึงการเน้นการปกป้องความเป็นส่วนตัวในด้านการถอดเสียง และยังเปิดโอกาสเพิ่มเติมสำหรับแอปพลิเคชัน AI ในอนาคต เมื่อมีผู้ใช้และนักพัฒนาเข้าร่วมมากขึ้น เราคาดหวังว่าโมเดลโอเพ่นซอร์สนี้จะนำสถานการณ์และอิทธิพลของแอปพลิเคชันที่กว้างขึ้น
Whisper-NER เป็นโอเพ่นซอร์สโดยสมบูรณ์และพร้อมใช้งานภายใต้ใบอนุญาต MIT ทำให้ผู้ใช้สามารถนำไปใช้ แก้ไข และปรับใช้ได้อย่างอิสระ รวมถึงแอปพลิเคชันเชิงพาณิชย์ด้วย ขณะนี้ผู้ใช้สามารถลองใช้โมเดลสาธิตบน Hugging Face ซึ่งช่วยให้ผู้ใช้สามารถบันทึกคลิปคำพูดและให้โมเดลปิดบังคำเฉพาะที่พวกเขาพิมพ์ในสคริปต์การพิมพ์ที่สร้างขึ้น
กอดใบหน้า: https://huggingface.co/aiola/whisper-ner-v1
github:https://github.com/aiola-lab/whisper-ner
โดยรวมแล้ว คุณลักษณะโอเพ่นซอร์สและการปกป้องความเป็นส่วนตัวของ Whisper-NER ได้นำความก้าวหน้าครั้งใหม่มาสู่ด้านการถอดเสียงด้วย AI และโอกาสในการใช้งานก็คุ้มค่าที่จะตั้งตารอ บรรณาธิการของ Downcodes แนะนำให้ผู้อ่านที่สนใจไปที่ Hugging Face และ Github เพื่อเรียนรู้เพิ่มเติม