我要评论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
发表评论