WaaS - Whisper como servicio

• GUI y API de código abierto para usar fácilmente OpenAI Whisper (modelo de reconocimiento de voz) en un entorno local
• Ofrece funciones como transcribe/detect/download mediante una API REST
• Es posible iniciar el trabajo subiendo archivos de audio/video desde la página web
• Se ejecuta y utiliza con docker-compose (pone en marcha 3 contenedores Docker, como redis/api/worker)
• El modelo mínimo, tiny, requiere aproximadamente 1 GB de VRAM (el máximo, large, 10 GB)

[xguru]

Whisper - sistema de reconocimiento de voz multilingüe (ASR) que OpenAI publicó como código abierto
OpenAI publica el modelo Whisper v2