ChatGPT开源的whisper音频生成字幕_whisper transcribe

1、前言

好了，那接下来看一下whisper开源库的介绍

有五种模型大小，其中四种仅支持英语，提供速度和准确性的权衡。上面便是可用模型的名称、大致的内存需求和相对速度。如果是英文版的语音，直接想转换为英文。

本来我是想直接在我的本地电脑上安装环境的，也就是无非安装python、ffmpeg、以及whisper，但是发现电脑配置太低了，而且我想测试一下large模型，CPU 肯定是不行，但是如果用本机的 GPU也是快不到哪里去的。 所以这里我想到谷歌的colab.research.google.com 免费在线运行，而且我可以启用GPU硬件加速，感觉上还是非常快的，当然如果需要你还可以购买。

下面是我的免费配置 colab.research.google.com

运行起来还是非常流畅，真的香喷喷，如果需要我都想付费了。

可以应用于那些场景

• 会议记录: 直接将录音转换为文字

• 个人视频制作: 很多时候都希望有字幕的效果，听说剪映的效果都没有这个好

• 课堂记录转写：将课堂上的内容记录下来，这样后面直接查看文字版本也是非常方便

• 通话记录：有些重要的电话可将其录音，转换为文字以备后面查询也是非常不错的

• 字幕组：这个就不用说了 有可能还涉及到多语言，准备率很高的话 可以省很多事情

• 实时语音翻译：这个服务器配置够高的话，理论上就非常快速

2、开始实践

2.1、检查colab环境

!nvidia-smi -L
!nvidia-smi

运行两个指令结果如下：

1.!nvidia-smi -L：-L 参数用于列出系统上安装的所有 NVIDIA GPU 设备。运行此命令后，您将看到关于可用 GPU 的信息，包括其型号和 UUID。

2.!nvidia-smi：不带任何参数运行 nvidia-smi 会显示有关 NVIDIA GPU 的详细信息，包括：

• • GPU 设备的编号、名称、总内存和温度。
  • GPU 使用率（如计算、内存和显存使用率）。
  • 运行在 GPU 上的进程以及它们的相关信息（如进程 ID、显存占用等）。

只不过这里我还没开始使用GPU而已，所以显示的是空的。

2.2、安装whisper

!pip install requests beautifulsoup4
!pip install git+https://github.com/openai/whisper.git
import torch
import sys
device = torch.device('cuda:0')
print('正在使用的设备:', device, file=sys.stderr)
print('Whisper已经被安装请执行下一个单元')

这里主要就是安装whisper

2.3、 whisper模型选择

#@markdown # ** whisper Model选择** 声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/代码探险家/article/detail/954065