近日，aiOla 宣布推出一款开源的 AI 音频转录模型Whisper-NER ，该模型在转录过程中能够实时遮蔽敏感信息。aiOla 的新 Whisper-NER 构建在 OpenAI 的行业标准开源模型 Whisper 之上，本身是完全开源的，现在可以在 Hugging Face 和 Github 上获得，供企业、组织和个人使用、使用、适应、修改和部署。该音频转录模型具备灵活的配置选项，用户可以根据需求选择是否对敏感信息进行遮蔽。当用户选择遮蔽功能时，模型会自动识别并隐藏如个人姓名、地址、电话号码等敏感信息，有效防止在转录文本中泄露

以色列AI公司aiOla发布了一款名为Whisper Medusa的开源语音识别模型，该模型基于改进的架构设计，引入多头注意力机制，使其处理速度比OpenAI的Whisper模型快50%。Whisper Medusa通过并行预测十个tokens，而非传统的一次一个，显著提高了语音识别速度，同时保持了性能不减。其创新的训练方法采用弱监督学习，冻结主干系统并使用模型生成的音频转录作为标签训练其他模块。这一开源模型的发布，将为语音识别技术的发展带来深远影响，推动更快速、高效的语音处理应用，并可能在智能助手、实时翻译和语音控制系统等领域实现性能提升。

以色列AI初创公司aiOla发布了一款名为Whisper-Medusa的开源语音识别模型，比OpenAI的Whisper快50%。该模型基于Whisper构建，采用了创新的“多头注意力”架构，能一次预测更多代币，速度提升显著而准确性不变。Whisper-Medusa已在Hugging Face上以麻省理工学院许可发布，允许研究和商业使用。aiOla通过弱监督机器学习方法训练模型，冻结了Whisper的主要组件，并使用模型生成的音频转录作为标签来训练额外的token预测模块。该模型在真实企业数据用例上测试过，能在实际场景准确运行，有望在语音应用中加快响应速度，提升效率和降低成本。