postman
AppCube
gerapy
计算机毕业设计选题
dcl语言
skill
外贸独立站
视频
哈夫曼树
控制已打开的浏览器
滤波
IO流的异常处理方式
KKT条件
PMP项目管理
颜宁
物理应用
laravel
mysql 锁使用
IT冷知识
EventBridge
whisper
2024/4/12 21:18:59
提取acc文件字幕的解决方案
大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法…
幕译--本地字幕生成与翻译--Whisper客户端
幕译–本地字幕生成与翻译 本地离线的字幕生成与翻译，支持GPU加速。可免费试用，无次数限制
基于Whisper，希望做最好的Whisper客户端
功能介绍
本地离线，不用担心隐私问题支持GPU加速支持多种模型支持（中文、英语、日…
webassembly003 whisper.cpp的main项目-1
参数设置
/home/pdd/le/whisper.cpp-1.5.0/cmake-build-debug/bin/main
options:-h, --help [default] show this help message and exit-t N, --threads N [4 ] number of threads to use during computation-p N, --processors …
20240202在WIN10下部署faster-whisper
20240202在WIN10下部署faster-whisper 2024/2/2 12:15 前提条件，可以通过技术手段上外网！^_ 首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】800￥ 2、请正确安装好NVIDIA最…
whisper深入-语者分离
文章目录 学习目标：如何使用whisper学习内容一：whisper 转文字1.1 使用whisper.load_model()方法下载，加载1.2 使用实例对文件进行转录1.3 实战 学习内容二：语者分离（pyannote.audio）pyannote.audio是huggi…
Android 手机部署whisper 模型
Whisper 是什么？
“Whisper” 是一个由OpenAI开发的开源深度学习模型，专门用于语音识别任务。这个模型能够将语音转换成文本，支持多种语言，并且在处理不同的口音、环境噪音以及跨语言的语音识别方面表现出色。Whisper模型的目标是提供一个高效、准确的工具，以支持自动字幕…
vivo X Fold3全球首发瑞声科技Whisper扬声器和AeroEngine
这么轻，还那么强！3月26日，vivo年度折叠旗舰X Fold3系轻盈亮相。作为可能是目前行业最轻的大折叠，vivo X Fold3重量仅219g，展开态厚度仅4.65mm。感知体验方面，vivo与瑞声科技创新合作，为X Fold3量…
whisper+剪映+chatgpt实现实时语音对话功能
whisper将录音文件转成文字---chatgpt回答---剪映tts将文字转成语言。
GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision
whisper剪映chatgpt实现实时语音对话功能_哔哩哔哩_bilibili
语音识别教程：Whisper
语音识别教程：Whisper
一、前言
最近看国外教学视频的需求，有些不是很适应，找了找AI字幕效果也不是很好，遂打算基于Whisper和GPT做一个AI字幕给自己。
二、具体步骤
1、安装FFmpeg
Windows: 进入 https://github.com/BtbN/FF…
Python使用whisper实现语音识别（ASR）
目录
Whisper的安装
Whisper的基本使用
识别结果转简体中文
断句 Whisper的安装
Whisper是OpenAI的一个强大的语音识别库，支持离线的语音识别。在使用之前，需要先安装它的库：
pip install openai-whisper
使用whisper，还需…
基于Whisper语音识别的实时视频字幕生成 (二): 在线实时字幕
Whisream Whistream（微流）是基于Whisper语音识别的的在线字幕生成工具，支持rtsp/rtmp/mp4等视频流在线语音识别
1. whistream介绍
whistream将在whishow基础上引入whisper进行在线语音识别生成视频字幕
2. 使用
python：
pyth…
本地部署_语音识别工具_Whisper
1 简介
Whisper 是 OpenAI 的语音识别系统（几乎是最先进），它是免费的开源模型，可供本地部署。
2 docker
https://hub.docker.com/r/onerahmet/openai-whisper-asr-webservice
3 github
https://github.com/ahmetoner/whisper…
语音识别文字 免费 openai-whisper
语音和别文字
git地址
https://github.com/openai/whisper
简单的测试一下功能 具体使用请访问 git
环境搭建
python 环境
pip install githttps://github.com/openai/whisper.git自行安装 ffmpeg 命令行工具
测试效果
# "/Users/mac/Downloads/aad.mp3" 为本…
在Linux(Centos7)上编译whisper.cpp的详细教程
whisper.cpp的简单介绍： Whisper 是 OpenAI 推出的一个自动语音识别（ASR）系统，whisper.cpp 则是 Whisper 模型的 C/C 移植。whisper.cpp 具有无依赖项、内存使用量低等特点，支持 Mac、Windows、Linux、iOS 和 Android …
20240202在WIN10下使用whisper.cpp
20240202在WIN10下使用whisper.cpp 2024/2/2 14:15
【结论：在Windows10下，确认large模式识别7分钟中文视频，需要83.7284 seconds，需要大概1.5分钟！效率太差！】 83.7284/4200.1993533333333333333333333333…
Whisper报错：ffmpeg返回异常值1
本地使用cmd命令显示ffmpeg可以用，但是使用python代码调用whisper包就报错。
查看了whisper源码，发现其也是调用的cmd来使用ffmpeg，于是修改其audio.py中的audio方法中ffmpeg的具体位置完美运行。
OpenAI的Whisper蒸馏：速度提升6倍的Distil-Whisper
1 Distil-Whisper诞生
Whisper 是 OpenAI 研发并开源的一个自动语音识别（ASR，Automatic Speech Recognition）模型，他们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&am…
OpenAI开源语音识别模型Whisper在Windows系统的安装详细过程
1、安装Python
Python的安装很简单，点击这里进行下载。
安装完成之后，输入python -V可以看到版本信息，说明已经安装成功了。 如果输入python -V命令没有看到上面的这样的信息，要么是安装失败，要么是安装好之后没有自…
Ubuntu22.04安装Whisper-jax
1、安装jax
1.1、前提条件
已经安装好了NVIDIA显卡驱动和CUDA。如果你还没安装，那么你可以参考我的这篇文章。
jax是谷歌推出的深度学习框架。
这里安装的是GPU版本的jax。
1.2、安装
源码地址：
https://github.com/google/jax官方安装教程
更新…
如何使用OpenAI的whisper
文章目录 一、安装ffmpeg二、安装torch等相关组件三、安装Whisper四、下载模型五、测试效果 一、安装ffmpeg
yum localinstall --nogpgcheck https://download1.rpmfusion.org/free/el/rpmfusion-free-release-7.noarch.rpm
yum install ffmpeg ffmpeg-devel二、安装torch等相…
whisper使用方法
看这个 github
https://github.com/Purfview/whisper-standalone-win/tags下载
视频提取音频
ffmpeg -i 222.mp4 -vn -b:a 128k -c:a mp3 output.mp3截取4秒后的音频
ffmpeg -i output.mp3 -ss 4 -c copy output2.mp3使用 whisper-faster.exe 生成字幕 whisper-faster.exe …
持续进化，快速转录，Faster-Whisper对视频进行双语字幕转录实践(Python3.10)
Faster-Whisper是Whisper开源后的第三方进化版本，它对原始的 Whisper 模型结构进行了改进和优化。这包括减少模型的层数、减少参数量、简化模型结构等，从而减少了计算量和内存消耗，提高了推理速度，与此同时，Faster-Whi…
Linux安装Whisper-Jax
博客 如需私有化部署欢迎咨询，包含whisper,whisper jax,faster whisper。
一、前提条件
ubuntu 20.04
python 3.9
cuda 11.8
nvidia-cublas-cu11 11.11.3.6
nvidia-cuda-cupti-cu11 11.8.87
nvidia-cuda-nvcc-cu11 11.8.89
nvidia-cuda-nvrtc-cu11 1…
薅！语雀致歉送6个月会员；万字教程讲透AI视频生成；提示词14个黄金设计法则；吴恩达AI职业规划指南 | ShowMeAI日报
👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！ 🔥 讯飞发布星火认知大模型 V3.0，并推出多款大模型产品 10月24日，科大讯飞正式发布「星火认知大模型V3.0」&#…
whisper语音识别部署及WER评价
1.whisper部署 详细过程可以参照：🏠 创建项目文件夹 mkdir whisper
cd whisper conda创建虚拟环境 conda create -n py310 python3.10 -c conda-forge -y 安装pytorch pip install --pre torch torchvision torchaudio --extra-index-url 下载whisper p…
whisper 安装
GitHub - davabase/whisper_real_time: Real time transcription with OpenAI Whisper. ubuntu18.04安装Pyaudio库 - 哔哩哔哩 1）用pip直接安装：
pip install pyaudio
可能会出现如下报错：
Failed to build pyaudio
ERROR: Could not bui…
whisper-webui 安装使用教程丝滑好用
whisper-webui 安装使用教程丝滑好用 whisper-webui 安装使用教程丝滑好用_绯弹Soldier的技术博客_51CTO博客
faster-whisper-webui_Luke Ewin的博客-CSDN博客
自动下载模型存储的路径如下：
~/.cache/whisper
Whisper /opt/000001.wav --model base --model_dir…
2023-12-27 语音转文字的whisper应用部署
点击 <C 语言编程核心突破> 快速C语言入门 语音转文字的whisper应用部署 前言一、部署whisper二、部署whisper.cpp总结 前言
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whisper.cppC应用. …
AI一点通： OpenAI whisper 在线怎么调用，怎么同时输出时间信息？
OpenAI 语音转文字 whisper API提供了两个端点，即转录和翻译，这基于我们最先进的开源大型v2 Whisper模型。它们可以用来：
将音频转录成音频所在的语言。 翻译并将音频转录成英文。 文件上传目前限制为25 MB，支持以下输入文件类型…
本地部署whisper模型（语音转文字）
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
1. 安装ffmpeg
1.1 更新yum
yum update1.2 安装gcc
yum install gcc1.3 在线安装ffmpeg
1.3.1 Install the EP…
使用 Transformers 为多语种语音识别任务微调 Whisper 模型
本文提供了一个使用 Hugging Face 🤗 Transformers 在任意多语种语音识别 (ASR) 数据集上微调 Whisper 的分步指南。同时，我们还深入解释了 Whisper 模型、Common Voice 数据集以及微调等理论知识，并提供了数据准备和微调的相关代码。如果你想…
C#使用whisper.net实现语音识别（语音转文本）
目录
介绍
效果
输出信息
项目
代码
下载 介绍
github地址：https://github.com/sandrohanea/whisper.net
Whisper.net. Speech to text made simple using Whisper Models
模型下载地址：https://huggingface.co/sandrohanea/whisper.net/tree…
【小沐学Python】Python实现语音识别（SpeechRecognition）
文章目录 1、简介2、安装和测试2.1 安装python2.2 安装SpeechRecognition2.3 安装pyaudio2.4 安装pocketsphinx（offline）2.5 安装Vosk （offline）2.6 安装Whisper（offline） 3 测试3.1 命令3.2 fastapi3.3 go…
本地部署语音转文字（whisper，SpeechRecognition）
本地部署语音转文字 1.whisper1.首先安装Chocolatey2.安装3.使用 2.SpeechRecognition1.环境2.中文包3.格式转化4.运行 3.效果 1.whisper
1.首先安装Chocolatey
https://github.com/openai/whisper 以管理员身份运行PowerShell
Set-ExecutionPolicy Bypass -Scope Process -…
【小沐学Python】Python实现语音识别（Whisper）
文章目录 1、简介1.1 whisper简介1.2 whisper模型 2、安装2.1 whisper2.2 pytorch2.3 ffmpeg 3、测试3.1 命令测试3.2 代码测试：识别声音文件3.3 代码测试：实时录音识别 结语 1、简介
https://github.com/openai/whisper
1.1 whisper简介
Whisper 是…
Whisper——部署fast-whisper中文语音识别模型
whisper：https://github.com/openai/whisper/tree/main 参考文章：Whisper OpenAI开源语音识别模型 环境配置
pip install faster-whisper transformers准备tiny模型 需要其他版本的可以自己下载：https://huggingface.co/openai 原始中文语音…
测试Whisper效果
先去官方上面看看，是否有对应的测试结果
简单找了一下，没找到对应的测试数据
去hugging face 上面找对应的数据集，发现没有现成的数据
找到了几个数据集，但是是收费的
101 Hours – Scene Noise Data by Voice Recorder
1,29…
开源语音识别faster-whisper部署教程
1. 资源下载
源码地址
模型下载地址：
large-v3模型：https://huggingface.co/Systran/faster-whisper-large-v3/tree/main
large-v2模型：https://huggingface.co/guillaumekln/faster-whisper-large-v2/tree/main
large-v2模型：…
Distil-Whisper：比Whisper快6倍，体积小50%的语音识别模型
内容来源：xiaohuggg Distil-Whisper：比Whisper快6倍，体积小50%的语音识别模型
该模型是由Hugging Face团队开发，它在Whisper核心功能的基础上进行了优化和简化，体积缩小了50%。速度提高了6倍。并且在分布外评估集上…
使用whisper实现语音转文本
项目地址：GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision
1、需要py3.8环境
conda activate p38
2、安装
pip install -U openai-whisper
3、下载项目 pip install githttps://github.com/openai/whisper.git
4、安装…
ubuntu使用whisper和funASR-语者分离-二值化
文章目录 一、选择系统1.1 更新环境 二、安装使用whisper2.1 创建环境2.1 安装2.1.1安装基础包2.1.2安装依赖 3测试13测试2 语着分离创建代码报错ModuleNotFoundError: No module named pyannote报错No module named pyannote_whisper 三、安装使用funASR1 安装1.1 安装 Conda&…
基于OpenAI的Whisper构建的高效语音识别模型：faster-whisper
1 faster-whisper介绍
faster-whisper是基于OpenAI的Whisper模型的高效实现，它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。这种实现不仅提高了语音识别的速度，还优化了内存使用效率。faster-whisper的核心优势在于其能够在…
【Rust日报】2024-01-06 SimpleTranscribe-rs：利用 Whisper-rs 音频转换到文本
今年的Servo：超过 1000 个 PR 今年迄今为止，我们已经拥有 53 个个人贡献者（比去年的 22 个贡献者增加了 140%），收到了 1037 个PR（比去年的 215 个贡献者增加了 382%）和 2485 个提交（…
20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结（whisper）
20240122在WIN10GTX1080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…
使用推测解码 (Speculative Decoding) 使 Whisper 实现 2 倍的推理加速
Open AI 推出的 Whisper 是一个通用语音转录模型，在各种基准和音频条件下都取得了非常棒的结果。最新的 large-v3 模型登顶了 OpenASR 排行榜，被评为最佳的开源英语语音转录模型。该模型在 Common Voice 15 数据集的 58 种语言中也展现出了强大的多语言性…
语音识别模型whisper的参数说明
一、whisper简介：
Whisper是一种通用的语音识别模型。它是在各种音频的大型数据集上训练的，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。
二、whisper的参数
1、-h, --help
查看whisper的参数
2、--model {tiny.en…
简单搭建whisper模型完成语音识别
主要步骤
安装Anaconda安装python环境安装ffmpeg用于解析音频视频测试（两种方法）
安装Anaconda（不做介绍）
安装python环境 建议建个新环境，避免和旧环境冲突 conda create -n whisper_env python3.8进入环境 conda …
【论文精读】Robust Speech Recognition via Large-Scale Weak Supervision
Robust Speech Recognition via Large-Scale Weak Supervision 前言Abstract1. Introduction2. Approach2.1. Data Processing2.2. Model2.3. Multitask Format2.4. Training Details 3. Experiments3.1. Zero-shot Evaluation3.2. Evaluation Metrics3.3. English Speech Reco…
whisper large-v3 模型文件下载链接
#源码里找到的_MODELS {"tiny.en": "https://openaipublic.azureedge.net/main/whisper/models/d3dd57d32accea0b295c96e26691aa14d8822fac7d9d27d5dc00b4ca2826dd03/tiny.en.pt","tiny": "https://openaipublic.azureedge.net/main/whisp…
Whisper 整体架构图
Attention
注意力机制模块，兼容自注意力和交叉注意力。 AttentionBlock
Transformer 模块，包含一个自注意力，一个交叉注意力（可选）和一个 MLP 模块。 AudioEncoderTextDecoder
音频编码器和文本解码器。编码器的 Tr…
20240202在WIN10下使用fast whisper缺少cudnn_ops_infer64_8.dll
20240202在WIN10下使用fast whisper缺少cudnn_ops_infer64_8.dll 2024/2/2 10:48 https://blog.csdn.net/feinifi/article/details/132548556 Could not locate cudnn_ops_infer64_8.dll. Please make sure it is in your library path!解决办法 安装cuDNN
c:\faster-whisper-…
基于Whisper的实时语音识别(1): 流式显示视频帧和音频帧
Whistream （微流）是基于openai-whisper 大语音模型下的流式语音识别工具
本期主要介绍实时显示工具Whishow，可以实时逐帧显示视频流（RTSP/RTMP）和离线文件（mp4,avi等）
下载地址：ht…
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
文章大纲 whisperautocut油管 视频分析视频数据下载下载字幕数据开源视频剪辑工具shotcut参考文献学习路径下面以这个黄仁勋访谈视频为例简要介绍分析的步骤 https://youtu.be/lXLBTBBil2Uwhisper https://github.com/openai/whisper提升： 安装如果需要在conda 中使用 ffmpeg …
实战whisper：本地化部署通用语音识别模型
前言 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。 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。 以下…
OpenAI Whisper + FFmpeg + TTS：动态实现跨语言视频音频翻译
本文作者系360奇舞团前端开发工程师 摘要： 本文介绍了如何结合 OpenAI Whisper、FFmpeg 和 TTS（Text-to-Speech）技术，以实现将视频翻译为其他语言并更换声音的过程。我们将探讨如何使用 OpenAI Whisper 进行语音识别和翻译&#x…
OpenAI的人工智能语音识别模型Whisper详解及使用
1 whisper介绍 拥有ChatGPT语言模型的OpenAI公司，开源了 Whisper 自动语音识别系统，OpenAI 强调 Whisper 的语音识别能力已达到人类水准。 Whisper是一个通用的语音识别模型，它使用了大量的多语言和多任务的监督数据来训练，能够在…
Whisper实现语音识别转文本
#教程
主要参考开源免费离线语音识别神器whisper如何安装， OpenAI开源模型Whisper——音频转文字
Whisper是一个开源的自动语音识别系统，它在网络上收集了680,000小时的多语种和多任务监督数据进行训练，使得它可以将多种语言的音频转文字。…
chatGPT的耳朵！OpenAI的开源语音识别AI：Whisper ！
语音识别是通用人工智能的重要一环！可以说是AI的耳朵！
它可以让机器理解人类的语音，并将其转换为文本或其他形式的输出。
语音识别的应用场景非常广泛，比如智能助理、语音搜索、语音翻译、语音输入等等。
然而，语音…
.Net 使用OpenAI开源语音识别模型Whisper
.Net 使用OpenAI开源语音识别模型 Whisper
前言
Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的 Whisper 神经网络，且它亦支持其它98种语言的自动语音辨识。 Whisper系统所提供的自动语音辨识（Automatic Speech Recognition&…
OpenAI的Whisper蒸馏：蒸馏后的Distil-Whisper速度提升6倍
1 Distil-Whisper诞生
Whisper 是 OpenAI 研发并开源的一个自动语音识别（ASR，Automatic Speech Recognition）模型，他们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&am…
20240131在WIN10下配置whisper
20240131在WIN10下配置whisper 2024/1/31 18:25 首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】800￥ 2、请正确安装好NVIDIA最新的545版本的驱动程序和CUDA。 2、安装Torch 3、配置whisper http…
语音识别whisper的介绍、安装、错误记录
介绍
Whisper是OpenAI于2022年9月份开源的通用的语音识别模型。它是在各种音频的大型数据集上训练的模型，也是一个可以执行多语言语音识别、语音翻译和语言识别的多任务模型。 论文链接：https://arxiv.org/abs/2212.04356 github链接：https:…
![[python]基于faster whisper实时语音识别语音转文本](https://csdnimg.cn/release/blog_editor_html/release2.3.6/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=N7T8){kind=icon}
[python]基于faster whisper实时语音识别语音转文本
语音识别转文本相信很多人都用过，不管是手机自带，还是腾讯视频都附带有此功能，今天简单说下：
faster whisper地址：
https://github.com/SYSTRAN/faster-whisperhttps://link.zhihu.com/?targethttps%3A//github.com…
【AI工具】使用 Whisper ASR 和 Pyannote 进行说话人分类
目录
前言
什么是说话人二值化？
什么是扬声器嵌入？
扬声器嵌入的关键作用
说话人分类系统的工作原理
执行
Faster-Whisper 实时识别电脑语音转文本
Faster-Whisper 实时识别电脑语音转文本 前言项目搭建环境安装Faster-Whisper下载模型编写测试代码运行测试代码实时转写脚本 参考 前言
以前做的智能对话软件接的Baidu API，想换成本地的，就搭一套Faster-Whisper吧。 下面是B站视频实时转写的截图
项…
Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)
阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默认”形态可能在中文领域斗不过FunAsr，但是经过中文特殊优化的Whi…
从Hugging Face下载数据测试whisper、fast_whisper耗时
时长比较短的音频：https://huggingface.co/datasets/PolyAI/minds14/viewer/en-US
时长比较长的音频：https://huggingface.co/datasets/librispeech_asr?row8 下载数据集
from datasets import load_datasetminds_14 load_dataset("PolyAI/mind…
Whisper + NemoASR + ChatGPT 实现语言转文字、说话人识别、内容总结等功能
引言
2023年，IT领域的焦点无疑是ChatGPT，然而，同属OpenAI的开源产品Whisper似乎鲜少引起足够的注意。
Whisper是一款自动语音识别系统，可以识别来自99种不同语言的语音并将其转录为文字。
如果说ChatGPT为计算机赋予了大脑&…
whisper 语音识别项目部署
1.安装anaconda软件 在如下网盘免费获取软件： 链接：https://pan.baidu.com/s/1zOZCQOeiDhx6ebHh5zNasA 提取码：hfnd
2.使用conda命令创建python3.8环境
conda create -n whisper python3.83.进入whisper虚拟环境
conda activate whisper4.…
通过Whisper模型将YouTube播放列表中的视频转换成高质量文字稿的项目
项目简介
一个通过Whisper模型将YouTube播放列表中的视频转换成高质量文字稿的项目。
这个基于 Python 的工具旨在将 YouTube 视频和播放列表转录为文本。它集成了多种技术，例如用于转录的 Fast-Whisper、用于自然语言处理的 SpaCy 以及用于 GPU 加速的 CUDA&…
openai-whisper
openai-whisper 0. 参数说明1. 视频语音转文字 demo1. 提取b站视频中的音频,增加到自己的视频里,并且显示字幕1. 下载b站视频到电脑2. 提取视频中的音频3. 音频转文字4. 自己的视频去掉音频,增加新的音频和字幕 0. 参数说明
语音识别模型whisper的参数说明
1. 视频语音转文字…
超快的 AI 实时语音转文字，比 OpenAI 的 Whisper 快4倍 -- 开源项目 Faster Whisper
faster-whisper 这个项目是基于 OpenAI whisper 的模型，在上面的一个重写。
使用的是 CTranslate2 的这样的一个库，CTranslate2 是用于 Transformer 模型的一个快速推理引擎。
在相同精度的情况下，faster-whisper 的速度比 OpenAI whisper …
语音识别：whisper部署服务器（远程访问，语音实时识别文字）
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…
webassembly003 whisper.cpp的项目结构CMakeLists.txt
注：带星号的为非重要部分
基础配置
cmake_minimum_required (VERSION 3.5)project(whisper.cpp VERSION 1.5.0)# Add path to modules
list(APPEND CMAKE_MODULE_PATH "${CMAKE_CURRENT_SOURCE_DIR}/cmake/")
# 在\cmake文件夹下还有BuildTypes.cmake&a…
关于python环境下的语音转文本，whisper或funASR
因为前阵子，有需求要将语音转为文本再进行下一步操作。感觉这个技术也不算是什么新需求，但是一搜，都是大厂的api，或者是什么什么软件，由于想要免费的，同时也要嵌入在代码中，所以这些都不能用。、…
使用openai-whisper实现语音转文字
使用openai-whisper实现语音转文字
1 安装依赖
1.1 Windows下安装ffmpeg
FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。
# ffmpeg官网
https://ffm…
webassembly003 whisper.cpp的python绑定实现+Cython+Setuptools
python绑定项目 官方未提供python的封装绑定，直接调用执行文件 https://github.com/stlukey/whispercpp.py提供了源码和Cpython结合的绑定 https://github.com/zhujun1980/whispercpp_py提供了ctype方式的绑定，需要先make libwhisper.so Pybind11 bi…
Whisper 从0安装教程 windows
这里写自定义目录标题 Whisper 从0安装教程 windows安装过程安装python3.11安装Anaconda在Anaconda里面安装whisper安装 ffmpeg第一次运行whisper检查GPU 一些弯路 Whisper 从0安装教程 windows
因为需要把语音变成文字稿，问了做语言相关的朋友，决定使用…
极速进化,光速转录,C++版本人工智能实时语音转文字(字幕/语音识别)Whisper.cpp实践
业界良心OpenAI开源的Whisper模型是开源语音转文字领域的执牛耳者，白璧微瑕之处在于无法通过苹果M芯片优化转录效率，Whisper.cpp 则是 Whisper 模型的 C/C 移植版本，它具有无依赖项、内存使用量低等特点，重要的是增加了 Core ML 支…
音频提取字幕开源模型-whisper
介绍
Whisper 是一种通用的语音识别模型。它是在包含各种音频的大型数据集上训练的，也是一个可以执行多语言语音识别、语音翻译和语言识别的多任务模型。
地址：openai/whisper
whisper-webui
OpenAI 的 Whisper AI 模型的 HTML WebUI，可以…
[语音识别]开源语音识别faster-whisper模型下载地址
官方源码：
https://github.com/SYSTRAN/faster-whisper
模型下载地址：
large-v3模型：https://huggingface.co/Systran/faster-whisper-large-v3/tree/main large-v2模型：https://huggingface.co/guillaumekln/faster-whisper-l…
英伟达推新AI语音识别模型Parakeet 号称优于Whisper
领先的开源对话 AI 工具包 NVIDIA NeMo宣布推出 Parakeet ASR 模型系列，这是一系列最先进的自动语音识别（ASR）模型，能够以出色的准确性转录英语口语。Parakeet ASR 模型与 Suno.ai 合作开发，是语音识别领域的一大突破&…
神经网络实用工具（整活）系列---使用OpenAI的翻译模型whisper实现语音（中、日、英等等）转中字，从此生肉变熟肉---提高篇（附带打包好的程序）
上一篇文章介绍了怎么用OpenAI的翻译模型whisper实现语音转中字的基本操作，在文章中也明确了该操作存在的三个问题： 处理速度慢。存在幻听现象，字幕准确度不太理想。要安装比较多的环境才能运行，对一般用户不太友好。本篇文章将逐一介绍解决这些遗留问题的方法，并把整个项…
无脑018——win11部署whisper，语音转文字
1.conda创建环境
conda create -n whisper python3.9
conda activate whisper安装pytorch
pip install torch1.8.1cu101 torchvision0.9.1cu101 torchaudio0.8.1 -f https://download.pytorch.org/whl/torch_stable.html安装whisper
pip install -U openai-whisper2.准备模型…
20240127在ubuntu20.04.6下配置whisper
20240131在ubuntu20.04.6下配置whisper 2024/1/31 15:48 首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】800￥ 2、请正确安装好NVIDIA最新的驱动程序和CUDA。可选安装！ 3、配置whispe…
语音识别之百度语音试用和OpenAiGPT开源Whisper使用
0.前言: 本文作者亲自使用了百度云语音识别,腾讯云,java的SpeechRecognition语言识别包 和OpenAI近期免费开源的语言识别Whisper(真香警告)介绍了常见的语言识别实现原理
1.NLP 自然语言处理(人类语言处理) 你好不同人说出来是不同的信号表示 单位k 16k16000个数字表示 1秒160…
深度学习系列56：使用whisper进行语音转文字
1. openai-whisper
这应该是最快的使用方式了。安装pip install -U openai-whisper，接着安装ffmpeg，随后就可以使用了。模型清单如下：
第一种方式，使用命令行：
whisper japanese.wav --language Japanese --model…
OpenAI Whisper 语音识别 模型部署及接口封装【干货】
一、安装依赖
pip install -U openai-whisper二、安装ffmpeg
cd /opt
# 下载 5.1 版本的 ffmpeg
wget http://www.ffmpeg.org/releases/ffmpeg-5.1.tar.gz
# 解压下载的压缩包
tar -zxvf ffmpeg-5.1.tar.gz
# 进入解压后的文件夹
cd ffmpeg-5.1
# 安装ffplay需要的依赖
sudo …
20240126请问在ubuntu20.04.6下让GTX1080显卡让whisper工作在large模式下？
20240126请问在ubuntu20.04.6下让GTX1080显卡让whisper工作在large模式下？ 2024/1/26 21:19
问GTX1080模式使用large该如何配置呢？ 这个问题没有完成，可能需要使用使用显存更大的显卡了！ 比如GTX1080Ti 11GB，更猛的可…
机器学习笔记 - 将音频转换为图像进行分类的机器学习模型
一、简述 语音识别技术是将音频信号转化为文本的过程。其基本原理如下： 1. 音频录制：首先需要对口语发音进行录制，并将其转化为数字形式的音频文件。 2. 预处理：对音频信号进行预处理，包括去除杂音干扰、增加音频的信噪比以及消除不必要的语音、噪声等。 3. 特征提取：特征…