open ai的whisper语言识别怎么这么骚，还能识别asmr的手法

我闲来无事，git了个whisper语音识别工具玩。在命令行里用它扫描了不同类型的音频。我惊讶的发现，它在扫描asmr时竟然能够识别asmr手法类型，以及注明片尾曲的时间，让我有点惊讶。用的youtube上一个业余搞asmr的vtuber的直播回放保存到电脑上的文件。用的是中模型加cuda加速，笔记本3060刚好5gb显存占用。
惊了，他们训练ai的时候用了什么奇奇怪怪的东西

顺便分享个我经常听的v，是苔箱的，精油按摩手法很好
https://m.youtube.com/@shirayukimishiro/streams

有效果图吗

whisper还有一点特别牛逼，我有一次点错了，把识别语言从日文改成了中文，结果识别结果是较为正常的中文翻译而不是乱码