Whisper

Whisper er OpenAIs model til automatisk talegenkendelse. Den omsætter lyd til tekst, håndterer mange sprog, herunder dansk, og kan oversætte tale til engelsk undervejs. Modellen er udgivet med åbne vægte i flere størrelser, så den kan køres på egen maskine, og den findes desuden som et betalt API, hvis man ikke selv vil stå for driften. De store varianter er mere præcise, men også langsommere at køre.

For en webshop er den nyttig til at gøre lyd og video søgbar: undertekster på produktvideoer, referater fra kundesamtaler eller transskription af supportopkald, der skal analyseres. Kvaliteten falder ved støj, kraftig dialekt og særlige produktnavne, så regn med korrektur på alt, der skal offentliggøres. Optagelser af kunder rejser desuden et samtykke- og GDPR-spørgsmål, der skal være afklaret på forhånd. Sæt altid navne og fagudtryk ind i en fast rettelsesliste.