Downcodes小編獲悉，aiOla近日發布一款開源AI音頻轉錄模型Whisper-NER，該模型在轉錄過程中可即時屏蔽敏感訊息，為用戶隱私保駕護航。此舉不僅提升了音訊轉錄的安全性，也為AI技術在法律、醫療等隱私要求較高的領域應用提供了新的可能性。 Whisper-NER基於OpenAI的Whisper模型構建，並完全開源，方便用戶自由使用、修改和部署。
近日，aiOla 宣布推出一款開源的AI 音訊轉錄模型Whisper-NER，該模型在轉錄過程中能夠即時遮蔽敏感資訊。
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。
此音訊轉錄模型具備靈活的配置選項，使用者可根據需求選擇是否對敏感資訊進行遮蔽。當使用者選擇遮蔽功能時，模型會自動識別並隱藏如個人姓名、地址、電話號碼等敏感訊息，有效防止在轉錄文字中洩露隱私。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格外重要。
除了保護敏感訊息，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運作。這使得它在多語言環境中的應用變得更加廣泛。例如，企業在處理客戶回饋時，能夠準確記錄並分析來自不同地區的音訊訊息，進而改善服務品質。
此外，aiOla 也鼓勵開發者和研究人員使用此開源模型，進一步提升其功能。使用者可以在開源平台上取得原始碼，並根據自身需求進行修改和最佳化。這項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 的這項新產品展現了在音訊轉錄領域對隱私權保護的重視，也為未來的AI 應用開啟了更多可能性。隨著更多用戶和開發者的加入，期待這個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，允許使用者自由採用、修改和部署它，包括用於商業應用程式。現在使用者還可以在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字。
huggingface:https://huggingface.co/aiola/whisper-ner-v1
github:https://github.com/aiola-lab/whisper-ner
總而言之，Whisper-NER 的開源和隱私保護特性為AI 音訊轉錄領域帶來了新的突破，其應用前景值得期待。 Downcodes小編建議有興趣的讀者前往Hugging Face和Github了解更多。