当前位置: 首页 > news >正文

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:
在这里插入图片描述

第一种方式,使用命令行:

whisper japanese.wav --language Japanese  --model medium

另一种方式,使用python调用:

import whisper
model = whisper.load_model("base")
result = model.transcribe("audio.mp3",initial_prompt='以下是普通话的句子。')
print(result["text"])

2. faster-whisper

安装也一样:pip install -U faster-whisper,速度对比:
在这里插入图片描述

3. whisper-jax

在GPU上的加速版本
首先安装库:
pip install jax jaxlib git+https://github.com/sanchit-gandhi/whisper-jax.git datasets soundfile librosa

调用代码为:

from whisper_jax import FlaxWhisperPipline
import jax.numpy as jnp
pipeline = FlaxWhisperPipline("openai/whisper-tiny", dtype=jnp.bfloat16, batch_size=16)
%time text = pipeline('test.mp3')

4. whisper-openvino

在intel系列的cpu上加速的版本:
安装库:pip install git+https://github.com/zhuzilin/whisper-openvino.git
调用方法:whisper carmack.mp3 --model tiny.en --beam_size 3

http://www.lryc.cn/news/295454.html

相关文章:

  • 【Web - 框架 - Vue】随笔 - 通过`CDN`的方式使用`VUE 2.0`和`Element UI`
  • 设计模式(行为型模式)备忘录模式
  • opencv案例实战:条码区域分割
  • 《MySQL》超详细笔记
  • 商用密码
  • css1文本属性
  • 在容器中使用buildah构建镜像
  • GPT4_VS_ChatGPT(from_nytimes)
  • 中兴R5300G4服务器查看服务器、主板序列号及硬盘RAID信息
  • 部署tomcat
  • 【Java 数据结构】枚举
  • Python(20)正则表达式(Regular Expression)中常用函数用法
  • docker 离线安装镜像
  • 由vscode自动升级导致的“终端可以ssh服务器,但是vscode无法连接服务器”
  • typecho 在文章中添加 bilibili 视频
  • Android.mk 语法详解
  • ChatGPT高效提问—prompt基础
  • Elasticsearch 中的索引的分区(Shards)和副本(Replicas)的使用
  • 智慧工地反光衣识别检测系统-自动识别是否穿着制定工作服---豌豆云
  • vue绘制语音波形图---wavesurfer.js
  • MPLS——多协议标签交换
  • Idea使用Lombok失效解决方案
  • Java实现网上药店系统 JAVA+Vue+SpringBoot+MySQL
  • 谁是嫌疑犯问题
  • Netty中使用编解码器框架
  • 【漏洞复现】斐讯FIR151M路由器未授权下载漏洞
  • 【SpringBoot】application配置(5)
  • Linux安全技术与iptables防火墙
  • QT QCombox 样式表 比起作用
  • 在 Windows 10 上使用 Visual Studio 2022 进行 C++ 桌面开发