近日，aiOla正式推出一款全新的开源AI音频转录模型——Whisper-NER。这款模型在转录过程中具备实时遮蔽敏感信息的功能，旨在更好地保护用户隐私。

新款Whisper-NER模型基于OpenAI的标准开源模型Whisper构建，完全开源，开发者和组织目前可以在Hugging Face和Github上获取，进行使用、修改、适配及部署。

image.png

此音频转录模型提供了灵活的配置选项，用户可以根据具体需求决定是否对敏感信息进行遮蔽。当选择开启遮蔽功能时，模型将自动识别并隐藏诸如个人姓名、地址、电话号码等敏感数据，有效预防隐私泄露。这一能力使得Whisper-NER在法律、医疗和教育等多个领域的应用显得尤为重要。

除保护敏感信息外，该模型还具有高效且准确的转录能力，能够适应多种语言和口音，这使其在多语言环境中的应用更加广泛。例如，企业在处理客户反馈时，可以准确记录不同地区的音频信息，从而提升服务质量。

此外，aiOla还积极鼓励开发者和研究人员使用这一开源模型，以进一步提升其功能。用户可在开源平台下载源代码，并根据自身需求进行修改和优化。这一做法不仅提高了模型的可用性，也推动了AI技术的创新与发展。

aiOla这一新产品体现了对音频转录领域隐私保护的重视，同时也为未来AI应用开辟了更多可能性。期待随着用户和开发者的不断加入，该开源模型能够带来更广泛的应用场景和影响力。

Whisper-NER完全开源，使用MIT许可证，允许用户自由采用、修改和部署，包括在商业应用中。目前，用户还可以在Hugging Face上试用演示模型，录制语音片段并让模型在生成的文本中掩盖特定单词。

huggingface:https://huggingface.co/aiola/whisper-ner-v1

github:https://github.com/aiola-lab/whisper-ner

重要信息：

📌 aiOla推出的音频转录模型能实时遮蔽敏感信息，有效保护用户隐私。

🔍 模型兼容多种语言和口音，适用于法律、医疗及教育等多个领域。

💻 开源特性支持用户自定义和优化模型，促进AI技术创新。