1、whisper-large-v3 是openai公司的模型,可使用Python代码调用;
2、whisper-large-v3基础上chenxwh 制作了开源库insanely-fast-whisper ,可本地指令运行,或 Google Colab T4 GPU 运行;
3、以上两个模型应用,如果觉得使用复杂难度大,国内软件工程师制作了更简单的版本fast-whisper3。
以下分三部分介绍:
开源库
insanely-fast-whisper
https://github.com/chenxwh/insanely-fast-whisper
使用 OpenAI 的 Whisper Large v3 在不到 98 秒的时间内转录 300 分钟(5 小时)的音频。
insanely-fast-whisper
本地安装
1、pip install pipx
2、pipx install insanely-fast-whisper
默认路径:
C:\Users\Administrator\AppData\Local\pipx\pipx\venvs\insanely-fast-whisper
3、运行(cmd)
- 路径:
C:\Users\Administrator\AppData\Local\pipx\pipx\venvs\insanely-fast-whisper\Scripts
- 指令:
insanely-fast-whisper --file-name e:\huang.mp3
usage: insanely-fast-whisper.exe [-h]
[--file-name FILE_NAME ]
[--device-id DEVICE_ID]
[--transcript-path TRANSCRIPT_PATH]
[--model-name MODEL_NAME]
[--task {transcribe,translate}]
[--language LANGUAGE]
[--batch-size BATCH_SIZE]
[--flash FLASH]
[--timestamp {chunk,word}]
[--hf_token HF_TOKEN]
[--diarization_model DIARIZATION_MODEL]
二 另一个分享
在开源whisper上加工,打包的翻译软件
更简单,更方便
large-v3
夸克网盘链接:https://pan.quark.cn/s/82b36b6adfa7提取码:JsyQ
Whisper
命令行使用
(例)
1、使用medium模型转录音频文件中的语音:
whisper audio.flac audio.mp3 audio.wav --model medium
2、指定语言--language
whisper japanese.wav --language Japanese(cantonese)
3、--task translate会将演讲翻译成英语
whisper japanese.wav --language Japanese --task translate
4、查看所有可用选项
whisper --help
5、python使用
import whisper
model = whisper.load_model("base")
result = model.transcribe("huang.mp3")
print(result["text"])
6、python安装whisper
pip install -U openai-whisper
或者
7、python 升级whisper
pip install --upgrade --no-deps --force-reinstall git+https://github.com/openai/whisper.git
pip install git+https://github.com/openai/whisper.git
参考文献:
1、《【本地开源】whisper-large-v3:速度快得令人难以置信的翻译模型,分享三种实用的调用方法》作者:万能君软件库
标签:--,whisper,insanely,pipx,fast,large,v3 From: https://blog.csdn.net/TechTornado/article/details/136853142