Whisper

Identity

• Whisperは、OpenAIが公開する音声認識（音声からテキストへの変換）モデルで、多言語に対応する。検証待ち OpenAI Whisper（GitHub）

Capability

• Whisperは、OpenAIが公開する音声認識（音声からテキストへの変換）モデルで、多言語に対応する。検証待ち OpenAI Whisper（GitHub）
• Whisperはオープンに公開されており、多言語の文字起こしや翻訳に利用できる点が特徴である。検証待ち OpenAI Whisper（GitHub）
• OpenAIのAlec Radfordらによる原論文（arXiv 2212.04356）によると、Whisperはインターネット由来の68万時間分の多言語・マルチタスク音声データによる弱教師あり学習で訓練され、ファインチューニングなしのゼロショット転移で従来の教師ありモデルに匹敵する性能を達成し、人間の精度・頑健性に近づいていると報告された。検証待ち Robust Speech Recognition via Large-Scale Weak Supervision

Credibility

• Fortune（AP通信の調査報道に基づく）によると、Whisperには実在しない内容を生成するハルシネーション問題があり、サンプルの約50〜80%で確認された。ハルシネーションの約40%は有害・懸念のある内容。医療現場では30,000人超の臨床医が利用し約700万件の診察記録に使用されているが、OpenAIは高リスク領域での使用に注意喚起している。検証待ち OpenAI's transcription tool has a hallucination problem, AP investigation finds
• 非営利団体MLCommonsは、MLPerf Inference v5.1（2025年9月）において、従来のRNN-Tモデルに代わる新たな音声認識ベンチマークとしてWhisper-Large-V3を採用した。選定理由としてWER改善率72%以上、多言語・ノイズ耐性、MITライセンスによるオープン性、Hugging Faceでの高いダウンロード数が挙げられている。検証待ち Whisper as an MLPerf Inference Benchmark

Use Case

公開Evidence未整備

Constraints / Current Status

• Whisperはオープンに公開されており、多言語の文字起こしや翻訳に利用できる点が特徴である。検証待ち OpenAI Whisper（GitHub）

Key References

• Whisperとは何ですか？
• Whisperはどのようなデータ・手法で学習されたモデルですか？
• Whisperは音声認識分野の業界標準ベンチマークとしてどのように位置づけられていますか？

Part of

• OpenAI— WhisperはOpenAIが公開する音声認識モデルである。