Whisper（ウィスパー）とは、米国OpenAI社が2022年9月に公開した高精度・多言語対応の音声認識AIモデルを指す。Whisperは大規模な音声データ（インターネット上の68万時間にも及ぶ多言語音声・字幕データ）で学習されたディープラーニングモデルで、英語・日本語・中国語・スペイン語・フランス語・ドイツ語・韓国語・ロシア語・アラビア語など99言語の音声を高精度にテキスト化（文字起こし）し、さらに英語への自動翻訳までこなせるマルチタスク音声処理モデルとして開発された。Whisperの主な特徴は、第一に「マルチ言語対応」（99言語の音声認識、英語への翻訳機能）、第二に「ノイズ耐性」（雑音・BGM・複数話者の混在環境でも高精度認識）、第三に「タイムスタンプ機能」（発話時刻情報の付与）、第四に「オープンソース化」（GitHub等で無料公開、商用利用可能）、第五に「複数モデルサイズ」（tiny、base、small、medium、large、large-v2、large-v3など、用途と性能のバランスで選択可能）、第六に「APIサービス対応」（OpenAI APIで簡単に利用可能）などである。Whisperの応用分野は、第一に「会議・打合せの議事録自動作成」、第二に「動画・YouTubeの字幕生成」、第三に「ポッドキャスト・音声コンテンツのテキスト化」、第四に「コールセンターの応対録音の分析」、第五に「教育・講演の文字起こし」、第六に「翻訳サービス」、第七に「アクセシビリティ対応」（聴覚障害者向け字幕、ろう者・難聴者支援）、第八に「医療記録（カルテ）の音声入力」、第九に「司法記録の文字起こし」など極めて多岐にわたる。建築・建設業界における活用例として、第一に「現場会議の議事録自動化」、第二に「打ち合わせ録音のテキスト化」、第三に「現場記録の音声入力」、第四に「電話応対の自動文字起こし」、第五に「セミナー・研修会の記録」、第六に「お客様からのクレーム電話の自動記録」などがあり、業務効率化に大きく寄与する。明誠およびJCSAでも、本間社長のセミナー音声・打合せ音声のテキスト化、ブログ記事の音声入力支援、フランチャイズ加盟会社の事務効率化提案などでWhisperの活用を検討・展開しており、建設DXの一環として進めている。