Whisper（语音识别，语音转文本）本地部署

最新推荐文章于 2024-05-25 08:45:44 发布
最新推荐文章于 2024-05-25 08:45:44 发布
阅读量888 收藏 4
点赞数 2
分类专栏： 虚拟数字人制作 文章标签： whisper 语音识别 人工智能
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/weixin_45972052/article/details/136991624
版权
本文介绍了如何安装和配置ffmpeg处理音频文件，包括解决系统找不到文件的bug；使用Anaconda创建Python3.9环境，并匹配Cuda和PyTorch版本；以及在虚拟环境中安装whisper库，提供官方文档作为参考。
摘要由CSDN通过智能技术生成

一、安装好ffmpeg

1、安装ffmpeg，这个好像是用于对音频文件解析和处理的，具体不态清楚

ffmpeg安装教程

2、后面可能出现的问题

如果后面运行时，出现 系统找不到指定文件 的bug时，尝试在上一步添加环境变量中，也添加一个系统变量，并重启一下电脑
在这里插入图片描述

二、使用Anaconda创建所需的环境

1、创建一个新的环境

conda create -n whisper python=3.9

2、判断自己的设备使用什么版本的Cuda和PyTorch

在这里插入图片描述

3、到官网选择正确的版本进行安装

cuda和pytorch版本对应安装网站

4、在虚拟环境中进行安装

在这里插入图片描述
在虚拟环境中进行安装
在这里插入图片描述

三、安装whipser

1、开始安装

pip install git+https://github.com/openai/whisper.git

2、查阅官方文档，了解相关的使用方法

whisper官方文档

3、实现简单的运行，还有其他的用法可以参考官方文档

在这里插入图片描述

龚子亦
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
本地部署whisper模型（语音转文字）
maxcode
01-31 1987
Whisper是 OpenAI 2022年发布的一款语音预训练大模型，集成了多语种ASR、语音翻译、语种识别的功能。Whisper使用弱监督训练的方法，可以直接进行多任务的学习。
基于faster whisper实时语音识别语音转文本python源码
12-31
模块： fast_whisper pyaudio 博客地址：blog.csdn.net/FL1623863129/article/details/135319194 视频演示：bilibili.com/video/BV1fQ4y1j7wb
ubuntu安装whisper-ctranslate2语音识别工具文字版
12-26
目录： 一、whipser-ctranslate2介绍 二、准备环境 1. Python版本 2. OpenSSL安装 3. 安装python和openssl时的填坑 坑1：执行pip命令后提示ssl module不可用 坑2：报缺少IPC/Cmd.pm 模块 坑3： No module named _ctypes 坑4：证书问题 4. setuptools和wheel安装 5. 安装cuDNN 6. pytorch/torch版本 7. ffmpeg安装 ​​​​​​​8. whisper-ctranslate2 8.1 安装whisper-ctranslate2 8.2 大模型下载 8.3 填坑 坑5：pkg-config could not find libraries 坑6：No module named 'src' 坑7：AssertionError: 3D tensors expect 2 values for padding 坑8：报错OSError: libcublasLt.so.11 not defined等 三、使用whisper-ctranslate2 四、测试
本地部署Whisper实现语言转文字
最新发布
m0_52474839的博客
05-25 751
非常适合转录英语。要转录包含非英语语音的音频文件，您可以使用以下选项指定语言。修改本地代码，将sample修改为，需要转录的录音，接入代理；借用huggingface的速度，速度取决于网速。进入huggingface网址，往下拉。以管理员身份运行PowerShell。环境windows10 64位。安装成功打入choco。
OpenAI 开源的免费 AI 语音转文字工具 - Whisper，一步一步本地部署运行
TechAI的博客
03-21 2718
Whisper 是 OpenAI 研发的一个通用的语音识别模型，可以把语音转为文本。它在大量多样化的音频数据集上进行训练，同时还是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别
本地部署 Whisper 及 WhisperDesktop
engchina的专栏
05-08 6001
本地部署 Whisper 及 WhisperDesktop
whisperX 语音识别本地部署
Manba
06-17 6034
封装上述代码，初始化时调用一次loadModel()方法，之后使用就直接调用asr(path)方法。将下载的包解压到你想要的路径，然后配置系统环境：我的电脑->高级系统设置->环境变量->Path。3、安装Annaconda或Minconda环境。zhconv是中文简体繁体转换的库，安装命令如下。5、conda环境安装指定位置的虚拟环境。1、在操作系统中安装 Python环境。7、安装WhisperX库。8、更新WhisperX库。9、在Python中使用。2、安装 CUDA环境。
2023-12-27 语音转文字的whisper应用部署
老林的博客
12-27 2379
要解决问题: 需要一款开源的语音转文字应用, 用于视频自动转换字幕.想到的思路:openai的whisper以及根据这个模型开发的C++应用.其它的补充: 最好在linux下部署,Windows下困难太多.请开始你的字幕自动加载吧.点击 快速C语言入门。
whisper 语音识别项目部署
萧鼎的博客
08-24 3124
配置只需要解压后将文件里面的bin路径放入系统环境变量Path中即可。7.可以实时录音并且语音转中文的代码编写（使用cpu运行）8.可以实时录音并且语音转中文的代码编写（使用gpu运行）2.使用conda命令创建python3.8环境。4.安装cuda10.0的PyTorch环境。5.使用命令安装whisper库包。6.打开pycharm软件编写代码。3.进入whisper虚拟环境。6.安装和配置ffmpeg软件。1.安装anaconda软件。7.安装cuda软件。9.展示实时翻译结果。
实战whisper：本地化部署通用语音识别模型
我是你大爷
01-16 4015
Whisper 是一种语音识别模型，可以执行多语言语音识别、语音翻译和语言识别、支持附加时间戳的字幕导出功能等功能。这里呢，我将给出我的一些代码，来帮助你尽快实现【语音转文字】的服务部署。
微调Whisper语音识别模型和加速推理
08-25
merge_lora.py：合并Whisper和Lora的模型。 evaluation.py：评估使用微调后的模型或者Whisper原模型。 infer_tfs.py：使用transformers直接调用微调后的模型或者Whisper原模型预测，只适合推理短音频。 infer_ct2.py...
用于whisper的python配置，里面包含environment.yaml文件，可以帮助下载者，快速部署环境
06-06
用于帮助学习whisper的资源
使用 Whisper for Apple Silicon 实现快速的原生设备端语音识别
03-04
将 OpenAI 流行的 Whisper 语音识别模型与 Apple 的 CoreML 框架集成在一起，以便在 Apple 设备上进行高效的本地推理。 先决条件 macOS 14.0 或更高版本。 Xcode 15.0 或更高版本。 步骤 1.在 Xcode 中打开 Swift ...
AI语音识别神器Openai Whisper测试音频
03-20
OpenAI Whisper是一款强大的人工智能语音识别工具，它专为理解和转录多语言、多场景的音频内容而设计。这款软件/插件在语音识别领域展现了卓越的性能，能够准确地将语音转化为文字，无论声音环境如何复杂，都能进行...
Whisper语音识别.rar
06-16
Whisper语音识别技术是当前人工智能领域的一个重要分支，它涉及到语音信号处理、深度学习和自然语言处理等多个领域的知识。在这款名为"Whisper语音识别.rar"的压缩包中，可能包含了一个完整的Whisper语音识别系统...
whisper的本地部署
云端漫步------图书与信息助跑您的科研
11-16 112
测试音频文件使用的是手机录制的m4a转为wav。medium比base明显清楚很多。使用的是ubuntu。
学习实践-Whisper语音识别模型实战（部署+运行）
LZL2020LZL的博客
04-12 6329
OpenAI的语音识别模型Whisper，Whisper 是一个自动语音识别（ASR，Automatic Speech Recognition）系统，OpenAI 通过从网络上收集了 68 万小时的多语言（98 种语言）和多任务（multitask）监督数据对 Whisper 进行了训练。OpenAI 认为使用这样一个庞大而多样的数据集，可以提高对口音、背景噪音和技术术语的识别能力。除了可以用于语音识别，Whisper 还能实现多种语言的转录，以及将这些语言翻译成英语。
whisper技术部署及简单使用
u011831527的博客
07-03 1206
whisper是openai开源的语音转文字的技术，可以作为国内收费语音转文字相关软件的替代。配置ffmpeg命令全局可用，可以在bin目录加个链接。官网 https://pytorch.org/get-started/locally/登陆官网下载对应版本torch，这里用cpu模式。下载对应版本的ffmpeg。
whisper部署与使用
weixin_40964597的博客
06-05 4109
本文介绍了whisper的部署和基本使用，以及在部署过程中遇到的一些bug。
whisper.cpp
01-06
whisper.cpp是一个C++语言编写的程序文件，其中包含了一系列实现低音量、私密交流功能的代码。该程序利用C++语言中的函数和类来实现对文本输入的加密和解密操作，使得用户可以通过轻声细语的方式进行信息交流。 在whisper.cpp中，可能会包含一些用于输入文本的函数，比如readInput()，用于加密文本的函数，比如encryptMessage()，以及用于解密文本的函数，比如decryptMessage()。除此之外，可能还会包含一些数据结构，比如用于存储加密密钥的变量或者存储加密后的文本的变量。 除了以上的基本功能外，whisper.cpp中也可能会包含一些错误处理和异常处理的代码，以确保程序在运行过程中不会出现崩溃或者数据丢失的问题。同时，为了方便用户使用，可能还会包含一些用户交互的界面，比如命令行输入或者图形界面。 在实际使用中，whisper.cpp可以作为一个库文件，被其他C++程序引用并调用其中的函数，从而实现对加密通信的需求。也可以通过命令行编译成可执行文件，用户可以直接通过终端输入命令来调用其中的功能。 总之，whisper.cpp是一个用C++编写的程序文件，可以实现对文本信息进行加密和解密的功能，为用户提供了一种私密、低音量的交流方式。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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