當 OpenAI 開源 Whisper 時，它悄悄地重置了內部 ASR 服務外觀的基線。在您自己的域上微調強大的多語言基礎模型不再是遙不可及的——如果您知道要拉哪些槓桿，這是一個週末項目。該系列的第一部分列出了從 Whisper 檢查點到生產 ASR 端點的完整路徑，該端點針對您的語言、口音和詞彙進行了調整。

該概述將問題分為三個方面。計算：來自 OpenAI 和 Microsoft 的自動微調服務、租用 GPU、或運行您自己的集群。數據：大規模弱標籤的域音頻與較小的高質量標籤生產樣本池配對，而不是經典的全乾淨錄音室錄音方法。算法和部署：PEFT 方法和現有服務堆棧已經足夠好，您不應該從頭開始編寫自己的。該系列的其餘部分深入到每個方面，但如果您想先獲得思維模型，此概述是正確的入口點。