【MacOS】openai 语音识别模型 whisper 本地部署教程（cpu+mps方案）

置顶

ranzi-yi

已于 2024-02-29 17:14:58 修改

阅读量4.5k

点赞数 32

文章标签： macos 语音识别 whisper 神经网络 chatgpt

于 2024-02-27 17:17:47 首次发布

本文链接：https://blog.csdn.net/weixin_47662299/article/details/136326761

版权

2. 无法使用mac gpu 👉 使用whisper.cpp

操作步骤

可能报错问题

3. 生成翻译字幕

系统环境：M1pro macOS 13.6

1. whisper 安装

openai-whisper

以下的语言全部支持识别，数字越小的识别越准确

GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak SupervisionRobust Speech Recognition via Large-Scale Weak Supervision - openai/whisperhttps://github.com/openai/whisper

参考视频链接与安装过程

MACOS本地部署whisper ai, 一键生成中英文视频字幕_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1GL411m7mv/?vd_source=c73b771a66067f7c5859120eb61e27aa

安装homebrew

Homebrew

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ranzi-yi

关注关注

32
点赞
踩
30

收藏

觉得还不错? 一键收藏
3
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

学习实践-Whisper语音识别模型实战（部署+运行）

LZL2020LZL的博客

04-12

7535

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。

3 条评论您还未登录，请先登录后发表或查看评论

本地部署whisper模型（语音转文字）

maxcode

01-31

3065

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。

已达到人类水准语音识别模型的whisper，真的有这么厉害吗？

qq_21372359的博客

01-16

4558

好久不见，今天带大家简单的了解一下whisper，据说已经达到人类的水平，真的有折么厉害吗

Mac 安装OpenAI的开源语音神器Whisper

最新发布

总结复盘，才能不迷失自己！

10-05

467

Whisper 是 OpenAI 开源的语音神器，可以实现识别音频、视频中的人声，并将人声转换为字幕内容，保存到文件；

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

4773

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

Whisper（语音识别，语音转文本）本地部署

weixin_45972052的博客

04-10

2453

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。在虚拟环境中进行安装。

本地部署 whisper-medusa

engchina的专栏

08-04

552

本地部署 whisper-medus

使用OpenAI的Whisper 模型进行语音识别

数据派THU

02-10

2732

来源：DeepHub IMBA本文约2200字，建议阅读5分钟本文将解释用于训练的数据集的种类以及模型的训练方法，以及如何使用Whisper。语音识别是人工智能中的一个领域，它允许计算机理解人类语音并将其转换为文本。该技术用于 Alexa 和各种聊天机器人应用程序等设备。而我们最常见的就是语音转录，语音转录可以语音转换为文字记录或字幕。wav2vec2、Conformer 和 Hubert 等最先...

openai 开源模型Whisper语音转文本模型下载使用

洛阳泰山的博客

05-11

1845

Whisper 是一种通用语音识别模型。它是在大量不同音频数据集上进行训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。官方地址。

OpenAI的Whisper模型

12-26

OpenAI的Whisper自动语音识别（ASR）模型的高性能推理：无依赖关系的纯C/C++实现 Apple Silicon一流公民-通过ARM NEON、Accelerate框架、Metal和Core ML进行优化对x86体系结构的AVX内部支持对POWER体系结构...

实战whisper语音识别第一天，部署服务器，可远程访问，实时语音转文字（全部代码和详细部署步骤）

qq_34717531的博客

03-18

4437

Whisper是OpenAI于2022年发布的一个开源深度学习模型，专门用于语音识别任务。它能够将音频转换成文字，支持多种语言的识别，包括但不限于英语、中文、西班牙语等。Whisper模型的特点是它在多种不同的音频条件下（如不同的背景噪声水平、说话者的口音、语速等）都能实现高准确率的语音识别，这得益于它在训练过程中使用的大量多样化的音频数据。

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 ...

【大模型】AutoDL部署AI绘图大模型Stable Diffusion使用详解

congge

09-22

7399

AutoDL部署AI绘图大模型Stable Diffusion使用详解

本地部署 Whisper 及 WhisperDesktop

engchina的专栏

05-08

7117

本地部署 Whisper 及 WhisperDesktop

openai的whisper语音识别介绍

xkukeer的博客

04-18

3592

openAI发布了chatgpt，光环一时无两。但是openAI不止有这一个项目，它的其他项目也非常值得我们去研究学习。ta是关于语音识别的。

OpenAI开源的能识别99种语言的语音识别系统——whisper

delphiorang的专栏

07-24

1949

从whisper的模型可知，其模型开源了5种模型，可以自行选择，然后把我们下载的音频文件直接使用model.transcribe("11.mp4")代码，模型便可以自动识别，并打印出识别出来的txt文本。这里简单提一下pytube库，此库可以下载YouTube的视频与音频文件，当然上面的代码是下载音频文件，下面的代码可以下载视频文件。可以看到，模型识别效果极高，针对本段音频，其识别正确率为100%，当然模型支持99种语言，大家可以使用模型来识别不同语言的语音。Whisper支持5种不同的模型尺寸。

whisperX 语音识别本地部署

Manba

06-17

7028

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。

大模型实战—个人AI大脑Khoj 本地部署