20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结（whisper）

已于 2024-01-22 20:36:26 修改
阅读量2.6k 收藏 27
点赞数 15
分类专栏： 杂质 文章标签： whisper
于 2024-01-22 20:23:12 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wb4916/article/details/135757404
版权

20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结
2024/1/22 19:52


结论：这个软件如果是习作，可以打101分，功能都实现了。
如果作为商业软件/共享软件，在易用性等方面，可能就只能有70分了。
【百分制】


可选的改进部分：
0、支持INTEL/AMD/ATI的显卡。并且给NVIDIA的显卡自动安装最新的驱动程序和CUDA版本！【对初学者友好！】
1、待转换的音频/视频目录：【中文路径/长目录】对特殊字符的支持
2、（识别）翻译成：语言可以按照拼音顺序排序。当然汉语/简体中文/普通话是可以放到最前面的！
3、计算精度，只列出来所支持的精度，并给出估计的识别时间！
4、打开输出目录。我第一次识别完成在会后就把 识别结果 这个目录剪切走了。
结果下一次识别的时候找不到 识别结果 这个目录，直接退出了！半小时白花了。
如果找到 识别结果 这个目录，可以直接新建的呀！
H:\BaiduNetdiskDownload\音视频转文字字幕小工具\识别结果
5、由于whisper体积庞大，文件众多，导致程序比较凌乱。实际上，根目录下只需要有这两个目录：whisper和 识别结果。
whisper
识别结果


缘起：为了使用openai的whisper识别小语种【非英语】电影的字幕，决定开始折腾CUDA了！
https://github.com/openai/whisper
https://www.bilibili.com/video/BV1d34y1F7qA
https://www.bilibili.com/video/BV1d34y1F7qA/?p=4&vd_source=4a6b675fa22dfa306da59f67b1f22616


1、待转换的音频/视频目录：c:/temp
测试发现只支持英文+数字目录。
【不要使用中文路径/长目录】


2、调用设备：显卡/CPU
你就找一片NVIDIA的CPU吧。
手头紧可以考虑二手：拼多多/淘宝


3、模型：whisper-large-v3就可以了。
不需要特别选择V2版本。


4、计算精度：
float16  不支持x
int8  支持
int8_float16  不支持x
int8_bfloat16  不支持x
bfloat16  不支持x
int8_float32  支持
int16  不支持x
float32  支持

int8_float32  支持【显存占用大概30%？】

float32  支持【显存占用几乎100%，几乎8GB全部占用了！】


5、版权；
由于内核是OpenAI所开源的【whisper】，收费就呵呵了！^_
不过whisper没有UI界面？
有人花时间整理出来，收点小钱￥也不是那么不可以接受的！
有能力的同学可以适当打赏点吧！


参考资料：
https://blog.csdn.net/weixin_42074867/article/details/90046478
win10 GTX1080配置Python CUDA、CUDNN支持

https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/cuda-toolkit-archive
CUDA Toolkit Archive

https://developer.nvidia.com/cuda-12-0-0-download-archive
CUDA Toolkit 12.0.0 (December 2022), Versioned Online Documentation

安装好就可以运行 音|视频转文字|字幕小工具V1.2【openai的whisper】


百度：WIN10 进入安全模式
https://baijiahao.baidu.com/s?id=1773719082166223864&wfr=spider&for=pc
Win10系统电脑进入安全模式的四种方法，让你轻松应对各种问题

方法一：通过强制关机进入自动修复界面
1.当电脑启动时，在Win10启动logo界面按住电源键强制关机，重复此操作三次。


http://www.baike6.com/b385814.html
电脑win10无法正常开机怎么办


https://www.jb51.net/os/win10/811307.html
win10怎么进安全模式 win10系统8种进安全模式方法

https://www.laomaotao.net/more/2023/0728/11528.html
Win10你的电脑未能启动的有效修复方法


https://www.xitongzhijia.net/xtjc/20230221/279941.html
电脑未正确启动怎么办？六种方法解决！(Win10/Win11通用)


https://www.microsoft.com/zh-cn/software-download/windows10
下载 Windows 10

Windows 下融合使用开源组件进行视频内容分析，shotcut ，autocut 剪辑 whisper智能化编辑双语字幕等
shiter编写程序的艺术
04-06 447
下面以这个黄仁勋访谈视频为例简要介绍分析的步骤。
如何在 Windows 中实时打开字幕
DevWizard的博客
09-22 2327
在 Windows 操作系统中，你可以使用编程来实现实时字幕功能，以便在屏幕上显示即时的文字内容。下面是一个示例代码，展示了如何使用Python编程语言在Windows上实现实时字幕功能。这样，字幕窗口将会不断地显示系统当前时间作为字幕。你可以根据自己的需求修改主循环中的内容，以显示你想要的实时字幕。希望以上代码和说明能够帮助你在Windows中实现实时字幕功能。函数创建了一个顶级窗口，并设置窗口的样式、位置和大小。方法，用于在字幕窗口中显示指定的字幕内容。上述代码中，我们使用了Python的。
python AI应用之win10本地部署Whisper AI(视频/语音文件自动转字幕)
weixin_62598385的博客
01-24 1211
找下一视频文件进行测试！转换完成后， 视频文件所在目录下有我们熟悉的srt文件！
windows10下whisper的安装使用和CUDA的配置
weixin_50994283的博客
11-14 1万+
本地语音识别whisper的安装
20240131在WIN10下配置whisper
南岭笑笑生之家
01-31 2043
C:\2014[乌托邦(澳洲版) 第一季]Utopia.AU.S01.1080p.WEB-DL.AAC2.0.H.264-ABH[rartv]-7.83GB>whisper Utopia.AU.S01E04.Onwards.and.Upwards.1080p.WEB-DL.AAC2.0.H.264-ABH.mkv --model small --language Chinese。
AI音视频转字幕小工具，支持上百种语言，生肉翻译神器
g1024173314的博客
12-11 868
基于openAI的whisper的衍生项目faster whisper做成，支持100多种语言识别与翻译。软件纯离线运行1、如下图，软件的界面很简单，操作步骤也说的很清楚了： ...音视频转字幕小工具V1.2，支持上百种语言，生肉翻译神器 - 柒邯博客-Qihan.Tech软件,源码,素材,游戏,系统,分享免费下载。基于openAI的whisper的衍生项目faster whisper做成，支持100多种语言识别与翻译。翻译识别语言涉及到了日语、英语、韩语、俄语、德语等。4、仅支持win10、win11。
使用 AMD GPU 上的 Whisper 进行语音转文字
数字人生
11-11 2246
Whisper是由 OpenAI 开发的高级自动语音识别（ASR）系统。它采用了一个简单的编码器-解码器 Transformer 架构，其中输入的音频被分割成 30 秒的段落，然后被输入到编码器中。解码器可以通过特殊的标记进行提示，以指导模型执行诸如语言识别、转录和翻译等任务。在这篇博客中，我们将向您展示如何在 AMD GPU 上使用 Hugging Face 和 OpenAI 的官方 Whisper 版本将语音转换为文本。确保已安装ROCm 5.7+和。
AI视频创作，开发使用python支持多国语音配音，ffmpeg+openai-whisper+tts
03-05
可以在这些基础上学习借鉴进行修改和扩展，实现其它功能。 可放心下载学习借鉴，你会有所收获。 可放心下载学习借鉴，你会有所收获。 可放心下载学习借鉴，你会有所收获。 —— 博主领域：嵌入式领域&人工智能&软件...
青梧字幕是一款基于whisper的AI字幕提取工具
10-09
这意味着用户可以放心地在隐私保护较为严格或无网络环境下使用青梧字幕，极大地降低了对外部网络环境的依赖。此外，数据全部存储在本地，这样的设计不仅提升了数据的安全性，也加快了数据处理的速度。 青梧字幕使用...
智能语音问答机器人本地部署win10--2024最新版（faster-whisper + Qwen1.5 + ChatTTS）
imok1234567的博客
08-02 2065
本项目旨在实现一个智能语音问答机器人的本地部署，采用Windows 10操作系统，并集成了最新的语音识别和生成技术。通过结合faster-whisper、Qwen1.5和ChatTTS三大模块，机器人能够高效地进行语音识别、自然语言处理和语音合成，为用户提供流畅的语音问答体验。
windows10上如何使用AI字幕?其实很简单!
热门推荐
wbkys的专栏
11-23 4万+
通常来说windows10并不自带AI字幕功能，要想追日剧看新番，看国外英文视频，都需要各类辅助工具软件。 这里给大家说下如何实现AI字幕识别： 第一步：注册账户 https://puc.minibai.com/mreg-wx1125.html打开这个地址注册账号，获得免费试用权限。 第二步：下载小白浏览器（这个是插件主体） https://asst.minibai.com/进入下载最新版的AI软件. 第三步：如下图，点击浏览器右侧顶部asst按钮,进入AI播放器 第四步:载入你要播放..
fasterwhisper 常用模型网盘下载地址
04-11
models--Systran--faster-whisper-base models--Systran--faster-whisper-large-v1 models--Systran--faster-whisper-large-v2 models--Systran--faster-whisper-large-v3 models--Systran--faster-whisper-medium models--Systran--faster-whisper-small models--Systran--faster-whisper-tiny 常用模型下载，使用教程 基于FasterWhisper的音频转换 https://datayang.blog.csdn.net/article/details/137589855
在 windows 上部署使用 Whisper 教程
lazy_11的博客
09-16 9477
Whisper是 OpenAI 提供的开源语音识别模型，能够将音频文件转录为文本或字幕文件，支持多种语言和多格式输出。自动检测和转录多语言音频。支持生成.txt.srt.vtt等格式的字幕文件。能够处理嘈杂环境下的音频。通过 GPU 加速，提高转录效率。通过这篇教程，你已经了解了如何在 Windows 系统上部署 Whisper，创建虚拟环境、安装必要依赖，并利用 GPU 加速音频转录。
OpenAI开源语音识别模型Whisper在Windows系统的安装详细过程
Luke Ewin的博客
05-09 1万+
Windows中部署开源的whisper语音识别软件，可以支持本地部署，可以利用whisper生成字幕文件。whisper对电脑硬件要求不高，既可以使用GPU也可以使用CPU来运算。
Whisper 模型对应的硬件资源
panshengnan的专栏
02-10 1625
Whisper 模型有多个版本（, , , , ），每个版本的硬件资源需求差异较大。具体依赖的硬件资源（如 CPU、GPU、内存等）主要取决于所使用的模型的大小和输入音频的长度。以下是不同模型所需硬件资源的大致情况：Whisper 模型有五个不同的版本，它们的大小和性能逐渐增大，分别是：小模型 (, , )：较小的模型（, , ）可以在大部分现代 CPU 上运行，包括普通的桌面或笔记本 CPU，尽管处理速度会比 GPU 慢。大模型 (, )：这些模型由于参数量较大，对 CPU 的计算能力要求更高。推荐使用
whisper large-v3 模型文件下载链接
Deng_Xian_Sheng的博客
11-19 9424
我这是在容器里用代理，代理选项可去除。
OpenAI大动作：Whisper large-v3重塑语音识别技术
nulifancuoAI的博客
11-07 4584
这个模型不仅提高了识别的准确性，还大幅扩展了对不同语言的支持范围。在最近的OpenAI首届开发者大会上，一个引人注目的技术亮点是Whisper large-v3的发布。这款最新的自动语音识别模型不仅在多语言识别方面取得了显著进步，而且还将很快在OpenAI的API中得到支持。OpenAI的Whisper large-v3不仅是一次技术更新，它代表了语音识别领域的一大步。随着这一技术的普及和应用，我们期待看到更多创新的使用场景，以及它如何帮助人们跨越语言障碍，实现更自然、更高效的交流。
可以白嫖的语音识别开源项目whisper的搭建详细过程 | 如何在Linux中搭建OpenAI开源的语音识别项目Whisper
Luke Ewin的博客
05-14 7609
这篇文章将会讲述如何在Ubuntu服务器上搭建商用级别的语音识别项目Whisper，这里你可以从零开始根据文档来搭建，文档中包括了Anaconda的安装，NVIDIA显卡驱动的安装，CUDA的安装，以及PyTorch的安装等等内容。
你们要的日文AI实时字幕来了，谷歌浏览器VS小白浏览器AI大比拼
wbkys的专栏
11-23 1万+
在科技日新月异的今天，我们的生活时刻发生着变化。如今大数据、AI人工智能横行，没一点真本事真还不能在市场上进行打拼。2020年初，科技巨头谷歌发布会宣布在谷歌浏览器增加实时字幕的功能，为听障用户带来更良好的体验。接着小白浏览器也推出不同的实时字幕功能。那么今天我们就市场上唯二的两款有人工智能AI字幕的浏览器拿出来看看谁的效果会更好。 由于谷歌目前仅支持英文AI字幕，今天我们将使用英文视频进行对比测试。后面一点再来测试日文AI字幕。 一、英文视频对比测试： 本次测试视频为the veger评测团队带来的
5090显卡在whisper不能使用
最新发布
03-10
<think>嗯，用户遇到了NVIDIA 5090显卡在Whisper环境中无法使用的问题。首先，我得考虑可能的原因。通常，新显卡刚发布时，驱动和软件支持可能还不完善。Whisper依赖PyTorch或TensorFlow，这些框架需要对应的CUDA版本支持。如果5090是新一代的显卡，可能需要更新的CUDA版本，而用户当前的PyTorch可能还没适配。 接下来，我应该检查用户是否安装了适合的显卡驱动。最新的显卡通常需要最新的驱动版本，比如535以上。然后，CUDA工具包是否兼容5090？如果NVIDIA还没有为5090发布对应的CUDA版本，用户可能需要等待更新。另外，PyTorch或TensorFlow可能尚未添加对该显卡的支持，可能需要从源码编译或者使用nightly版本。 用户的环境配置也需要检查，比如是否正确安装了CUDA和cuDNN，环境变量是否设置正确。虚拟环境有时候会出问题，比如路径错误，导致框架找不到CUDA库。此外，Whisper本身是否有已知的兼容性问题，或者用户是否安装了正确的版本？可能需要升级Whisper到最新版，或者查看GitHub上的issue。 还有，用户是否尝试过强制使用CUDA？比如在代码中指定device为cuda:0。有时候框架可能默认使用CPU，需要显式启用GPU。另外，运行一个简单的PyTorch测试脚本，比如创建张量并转移到GPU，可以确认是否是框架层面的问题。 最后，如果以上步骤都无效，可能需要联系NVIDIA支持，或者等待框架和驱动更新。同时，用户也可以尝试使用Docker镜像，有些预配置的环境可能已经包含必要的依赖。</think>### 解决方案：NVIDIA 5090显卡在Whisper环境下无法使用的问题 #### 1. 确认显卡驱动兼容性 - **步骤**：检查NVIDIA驱动版本是否支持RTX 5090（建议535.xx或更高版本） - **代码验证**： ```bash nvidia-smi # 输出右上角显示Driver Version ``` - **说明**：若驱动版本过旧，需从[NVIDIA官网](https://www.nvidia.com/Download/index.aspx)下载最新驱动[^1] #### 2. 验证CUDA工具链兼容性 - **步骤**：确认CUDA版本与RTX 5090的架构匹配 - **关键命令**： ```bash nvcc --version # 查看CUDA编译器版本 cat /usr/local/cuda/version.txt ``` - **注意**：若使用conda虚拟环境，需检查环境内CUDA版本与系统级CUDA的兼容性[^2] #### 3. PyTorch/TensorFlow适配性处理 - **推荐方案**： ```bash # 安装PyTorch nightly版本（含新架构支持） pip install --pre torch torchaudio -f https://download.pytorch.org/whl/nightly/cu121/torch_nightly.html ``` - **验证代码**： ```python import torch print(torch.cuda.is_available()) # 应输出True print(torch.cuda.get_device_name(0)) # 应显示RTX 5090 ``` #### 4. Whisper版本强制配置 - **环境变量设置**： ```bash export WHISPER_CUDA_FORCE=1 # 强制启用CUDA加速 export PATH=/usr/local/cuda-12.1/bin:$PATH # 显式指定CUDA路径 ``` - **版本升级建议**： ```bash pip install git+https://github.com/openai/whisper.git # 安装最新开发版 ``` #### 5. Docker容器化方案 - **推荐镜像**： ```dockerfile FROM nvcr.io/nvidia/pytorch:23.09-py3 RUN pip install git+https://github.com/openai/whisper.git ``` - **启动命令**： ```bash docker run --gpus all -it --rm whisper-container ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值