Введение

Whisper Это общее распознавание с открытым исходным кодом openai. речи Модель,В то же время он поддерживает перевод на различные языки.Аудиопереводитьстать англичанином（Аудио->текст）。

Установить

apt install ffmpeg

pip install -U openai-whisper

использовать

инструкция

whisper video.mp4
whisper audio.flac audio.mp3 audio.wav --model medium
whisper japanese.wav --language Japanese
whisper chinese.mp4 --language Chinese --task translate
whisper --help

В коде use ниже приведен пример Python.

import whisper

model = whisper.load_model("base")
result = model.transcribe("audio.mp3")
print(result["text"])

Расширение, веб-сервис Whisper ASR

шепот поддерживает только вызовы кода на стороне сервера,Если клиентская часть хочет использовать интерфейс,Whisper ASR WebserviceПомогите нам предоставить такой интерфейс,В настоящее время предоставляются два интерфейса,Распознавание языка аудио и преобразование аудио в текст (поддерживает перевод и транскрипцию)

Whisper ASR WebserviceПомимо поддержкиWhisper,Также поддерживаетfaster-whisper；faster-whisperГоворят, что он может достичь большего, чем WhisperВозможности более быстрой транскрипции,В то же время использование памяти относительно невелико.

Whisper ASR Webservice的 git склад 下的docker-compose.gpu.ymlможет быть напрямуюиспользовать

Документация интерфейса

http://localhost:9000/docs

в,Аудио-текстовый интерфейс,Распознанный текст может быть упрощен,Традиционный китайский смешанный,Можно передавать параметрыinitial_promptрегулировать,Например, установите значение параметраНиже приведены предложения на китайском языке.,Это запись встречи.,источник: https://blog.csdn.net/gootyking/article/details/134475995

ссылка

https://zhuanlan.zhihu.com/p/617770448

https://github.com/openai/whisper

https://github.com/SYSTRAN/faster-whisper