Insanely Fast Whisper CLI 项目教程
1. 项目目录结构及介绍
Insanely Fast Whisper CLI 项目的目录结构如下:
insanely-fast-whisper-cli/
├── .gitignore
├── LICENSE
├── README.md
├── insanely-fast-whisper.py
├── install-gfx1010.sh
├── requirements-gfx1010.txt
├── requirements.txt
目录结构介绍
- .gitignore: 用于指定 Git 版本控制系统忽略的文件和目录。
- LICENSE: 项目的开源许可证文件,本项目使用 MIT 许可证。
- README.md: 项目的说明文档,包含项目的概述、安装和使用说明。
- insanely-fast-whisper.py: 项目的启动文件,负责执行音频转录任务。
- install-gfx1010.sh: 安装脚本,用于安装特定硬件(如 AMD GPU)所需的依赖。
- requirements-gfx1010.txt: 特定硬件(如 AMD GPU)所需的 Python 依赖包列表。
- requirements.txt: 项目所需的 Python 依赖包列表。
2. 项目的启动文件介绍
项目的启动文件是 insanely-fast-whisper.py
。该文件是 Insanely Fast Whisper CLI 的核心脚本,负责执行音频转录任务。
主要功能
- 音频转录: 使用 OpenAI 的 Whisper 模型进行音频转录。
- 模型选择: 支持选择不同的 ASR(自动语音识别)模型,包括 OpenAI 的 Whisper 模型。
- 性能优化: 支持通过调整批处理大小、数据类型和使用 BetterTransformer 等方式进行性能优化。
- 时间戳生成: 生成带有时间戳的 SRT 文件,便于创建字幕。
使用示例
python insanely-fast-whisper.py --model openai/whisper-base --device cuda:0 --dtype float32 --batch-size 8 --better-transformer --chunk-length 30 your_audio_file.wav
3. 项目的配置文件介绍
项目中主要的配置文件是 requirements.txt
和 requirements-gfx1010.txt
。
requirements.txt
该文件列出了项目运行所需的 Python 依赖包及其版本。用户可以通过以下命令安装这些依赖:
pip install -r requirements.txt
requirements-gfx1010.txt
该文件列出了特定硬件(如 AMD GPU)所需的额外 Python 依赖包及其版本。用户可以通过以下命令安装这些依赖:
pip install -r requirements-gfx1010.txt
其他配置
项目中没有显式的配置文件,但用户可以通过命令行参数在启动时进行配置,例如选择模型、设备、数据类型等。
总结
Insanely Fast Whisper CLI 是一个用于快速音频转录的命令行工具,基于 OpenAI 的 Whisper 模型。通过本教程,您可以了解项目的目录结构、启动文件的功能以及如何配置项目。希望本教程能帮助您快速上手并使用该项目。