🔑 名詞卡
Whisper
🎯 定義
語音與文字轉換的生成式AI工具，用於實現語音與文字之間的無縫轉換，屬於多模態整合的代表應用。
重點
- 與 ChatGPT 語音模式並列為「語音與文字轉換」多模態協同生成的代表。
📖 課文原文「語音與文字轉換：如 Whisper 與 ChatGPT 語音模式，實現語音與文字的無縫轉換。」
語音合成中的角色（中級科目一補充）
Whisper 主要為語音辨識（Speech-to-Text）模型，但常與語音合成（VITS 等）技術搭配，形成「先辨識再合成」的雙向語音應用流程，具跨模態支援特性。