文章目录前言1.本地环境2.安装所需要的库3.导入相关库4.获取指定路径下的所有视频文件5.导入模型进行音频识别6.将识别结果转换为srt字幕文件7.完成代码前言最近在看一些网课，由于没有字幕看着非常费劲，需要全神贯注的去听。网上很多生成字幕的网站都需要收费，想用某映但是它的智能字幕不允许上传大于两小时的视频。基于这个问题就想着用openai开源的whisper来试试，最终整体的效果还行，硬件不行识别的有点慢，准确率不算高，但是配合音频基本能理解是什么意思，主要看视频更加轻松了。注：由于我有很多视频，所以才用python自己写脚本批量处理，如不需要或者觉得写脚本麻烦可以看看WhisperDes
ChatGPTOfficialAPILearning今天OpenAI开放了ChatGPT背后的GPT-3.5的模型API，模型代号为Turbo，其定价甚至比此前的Davinci都要便宜，1000tokens仅为0.2美分。本次除了GPT-3.5模型API开放外，还在原有的几大任务类型（Text、Code、Image、Embedding、Moderation）基础上增加了Chat、SpeechtoText两个任务，分别对应ChatGPT和Whisper两款此前用户就可以使用的产品。此前OpenAI的GPT-3也早已开放API，我在麦克船长的博客MikeCaptain.com中已介绍过，当时在NL
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实时转写WebSocket服务器模式参考前言以前做的智能对话软件接的BaiduAPI，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目搭建环境所需要的CUDANN已经装好了，如果装的是12.2应该是包含cuBLAS了没装的，可以从下面链接下载装一下，文末的参考视频中也有讲解https://github.com/Purfview/whisper-standalone-win/releases/tag/libsAncan
1.openai-whisper这应该是最快的使用方式了。安装pipinstall-Uopenai-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：whisperjapanese.wav--languageJapanese--modelmedium另一种方式，使用python调用：importwhispermodel=whisper.load_model("base")result=model.transcribe("audio.mp3",initial_prompt='以下是普通话的句子。')print(result["text"])2.fast
openai-whisper0.参数说明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exportCUDA_VISIBLE_DEVICES=3whisper手把手教你从一无所有到财务自由_7.mp3--modellarge-v2--model_dir.--output_dir7--languageChinesedemo1.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
20240202在WIN10下使用whisper.cpp2024/2/214:15【结论：在Windows10下，确认large模式识别7分钟中文视频，需要83.7284seconds，需要大概1.5分钟！效率太差！】83.7284/420=0.19935333333333333333333333333333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最新的545版本的驱动程序和CUDA、cuDNN。2、安装Torch3、配置whisper识别得到的字幕chs
君不言语音识别技术则已，言则必称Whisper，没错，OpenAi开源的Whisper确实是世界主流语音识别技术的魁首，但在中文领域，有一个足以和Whisper相颉顽的项目，那就是阿里达摩院自研的FunAsr。FunAsr主要依托达摩院发布的Paraformer非自回归端到端语音识别模型，它具有高精度、高效率、便捷部署的优点，支持快速构建语音识别服务，最重要的是，FunASR支持标点符号识别、低语音识别、音频-视觉语音识别等功能，也就是说，它不仅可以实现语音转写，还能在转写后进行标注，一石二鸟。FunAsr和Whisper对比Mediumvsspeech_paraformer首先配置好Pyth
目录一.前言二.本机环境三.安装步骤：步骤1：下载Git并添加环境变量步骤2：下载ffmpeg并添加环境变量步骤3：安装pytorch步骤4：安装whisper四.whisper的应用应用1：识别mp3歌曲中的歌词应用2：识别mp4视频文件，以MV歌曲和英文TED演讲为例进行测试①whisper识别MV歌曲②whisper识别TED英文演讲应用3：whisper识别生成文件.srt字幕的使用五.结语一.前言Whisper是OpenAI开源的语音识别网络，支持98中语言，用于语音识别和翻译等任务。我们可以将歌曲的歌词进行识别，将无字幕的视频资源自动生成字母，极大方便了用户。同时，whisper可
一、whisper简介whisper是一款用于语音识别的开源库，支持多种语言，其中包括中文。在本篇文章中，我们将介绍如何安装whisper以及如何使用它来识别中文字幕。二、安装whisper首先，我们需要安装whisper。根据操作系统，可以按照以下步骤进行安装：对于Windows用户，可以从whisper的GitHub页面(https://github.com/qingzhao/whisper)下载适用的Python版本的whisper安装包，然后运行安装程序。对于macOS用户，可以使用Homebrew(https://brew.sh/)进行安装。在终端中运行以下命令：brewinstal
20240131在ubuntu20.04.6下使用whisper不同模式的比对2024/1/3116:07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！】2、请正确安装好NVIDIA最新的驱动程序和CUDA。可选安装！3、配置whisperrootroot@rootroot-X99-Turbo:~$ rootroot@rootroot-X99-Turbo:~$python-mpipinstall--upgradepip【可以不安装conda】rootroot@rootroot-X99-Turbo:~$wgethttps://repo.a
