相關(guān)文章

• [python]基于faster whisper實(shí)時(shí)語(yǔ)音識(shí)別語(yǔ)音轉(zhuǎn)文本

  語(yǔ)音識(shí)別轉(zhuǎn)文本相信很多人都用過，不管是手機(jī)自帶，還是騰訊視頻都附帶有此功能，今天簡(jiǎn)單說下： faster whisper地址： https://github.com/SYSTRAN/faster-whisper https://link.zhihu.com/?target=https%3A//github.com/SYSTRAN/faster-whisper 實(shí)現(xiàn)功能： 從麥克風(fēng)獲取聲音進(jìn)行實(shí)時(shí)語(yǔ)音識(shí)別轉(zhuǎn)文本 代碼僅僅

  2024年02月03日

  瀏覽(33)
• 

  中文語(yǔ)音識(shí)別轉(zhuǎn)文字的王者,阿里達(dá)摩院FunAsr足可與Whisper相頡頑

  君不言語(yǔ)音識(shí)別技術(shù)則已，言則必稱Whisper，沒錯(cuò)，OpenAi開源的Whisper確實(shí)是世界主流語(yǔ)音識(shí)別技術(shù)的魁首，但在中文領(lǐng)域，有一個(gè)足以和Whisper相頡頑的項(xiàng)目，那就是阿里達(dá)摩院自研的FunAsr。 FunAsr主要依托達(dá)摩院發(fā)布的Paraformer非自回歸端到端語(yǔ)音識(shí)別模型，它具有高精度、高

  2024年02月03日

  瀏覽(26)
• 

  語(yǔ)音識(shí)別whisper的介紹、安裝、錯(cuò)誤記錄

  Whisper是OpenAI于2022年9月份開源的通用的語(yǔ)音識(shí)別模型。它是在各種音頻的大型數(shù)據(jù)集上訓(xùn)練的模型，也是一個(gè)可以執(zhí)行多語(yǔ)言語(yǔ)音識(shí)別、語(yǔ)音翻譯和語(yǔ)言識(shí)別的多任務(wù)模型。 論文鏈接：https://arxiv.org/abs/2212.04356 github鏈接：https://github.com/openai/whisper Whisper主要是基于Pytorch實(shí)現(xiàn)，

  2024年02月08日

  瀏覽(15)
• 

  Windows 實(shí)時(shí)語(yǔ)音轉(zhuǎn)文字|免費(fèi)語(yǔ)音視頻翻譯轉(zhuǎn)文字|語(yǔ)音會(huì)議記錄方案

  ? ? ? ? 經(jīng)常在網(wǎng)站瀏覽視頻的時(shí)想要把文字摘錄成文本,但是實(shí)現(xiàn)這樣的方案往往很復(fù)雜,怎么把實(shí)時(shí)語(yǔ)音或視頻等會(huì)議記錄 轉(zhuǎn)換成文本呢？有了這樣的需求那么就得找解決方案? ?? ? ? ? ? 1.???將視頻下載到本地磁盤 通過第三方 語(yǔ)音轉(zhuǎn)文字工具 實(shí)現(xiàn) ? ? ? ? 2.???實(shí)時(shí)

  2023年04月25日

  瀏覽(20)
• 

  基于whisper的語(yǔ)音轉(zhuǎn)文字（視頻字幕）

  由于之前在學(xué)習(xí)油管的視頻的時(shí)候，發(fā)現(xiàn)沒有字幕，自己的口語(yǔ)聽力又不太好，所以，打算開發(fā)一個(gè)能夠語(yǔ)音或者視頻里面，提取出字幕的軟件。 在尋找了很多的開源倉(cāng)庫(kù)，發(fā)現(xiàn)了openai早期發(fā)布的whisper 原倉(cāng)庫(kù)鏈接如下 openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervis

  2024年02月08日

  瀏覽(22)
• 

  whisper 強(qiáng)大且開源的語(yǔ)音轉(zhuǎn)文字

  說起來(lái)語(yǔ)音轉(zhuǎn)換文字，openai旗下的whisper很是好用，推理也很快，同時(shí)支持cpu和GPU。 GitHub：GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision 相關(guān)的參數(shù)和內(nèi)存使用如下： Size Parameters English-only model Multilingual model Required VRAM Relative speed tiny 39 M tiny.en tiny ~1 GB ~32x

  2024年02月10日

  瀏覽(22)
• 

  使用openai-whisper實(shí)現(xiàn)語(yǔ)音轉(zhuǎn)文字

  FFmpeg是一套可以用來(lái)記錄、轉(zhuǎn)換數(shù)字音頻、視頻，并能將其轉(zhuǎn)化為流的開源計(jì)算機(jī)程序。采用LGPL或GPL許可證。它提供了錄制、轉(zhuǎn)換以及流化音視頻的完整解決方案。 在官網(wǎng)上選擇windows版本 在GitHub上可以選擇最新版本，選擇 ffmpeg-master-latest-win64-gpl.zip ； 如果python程序出現(xiàn)“

  2024年02月20日

  瀏覽(21)
• 

  【openAI】Whisper如何高效語(yǔ)音轉(zhuǎn)文字（詳細(xì)教程）

  語(yǔ)音轉(zhuǎn)文字在許多不同領(lǐng)域都有著廣泛的應(yīng)用。以下是一些例子： 1.字幕制作：語(yǔ)音轉(zhuǎn)文字可以幫助視頻制作者快速制作字幕，這在影視行業(yè)和網(wǎng)絡(luò)視頻領(lǐng)域非常重要。通過使用語(yǔ)音轉(zhuǎn)文字工具，字幕制作者可以更快地生成字幕，從而縮短制作時(shí)間，節(jié)省人工成本，并提高制

  2024年02月09日

  瀏覽(19)
• 

  無(wú)腦018——win11部署whisper，語(yǔ)音轉(zhuǎn)文字

  安裝pytorch 安裝whisper 因?yàn)槲业碾娔X是GTX 1060 顯存只有6G 最大運(yùn)行的模型是medium 所以去官網(wǎng)下載medium.pt模型 連接在這里： https://github.com/openai/whisper/blob/main/whisper/ init .py 然后自己錄制一段mp3格式的音頻放在如下文件夾中 G:desktopwhisper 打開conda窗口，進(jìn)入該文件夾， 用command窗

  2024年02月04日

  瀏覽(15)
• 

  Buzz語(yǔ)音轉(zhuǎn)文字安裝使用(含Whisper模型下載)

  Transcribe and translate audio offline on your personal computer. Powered by OpenAI’s Whisper. 轉(zhuǎn)錄和翻譯音頻離線在您的個(gè)人計(jì)算機(jī)。由OpenAI的Whisper提供動(dòng)力。 可以簡(jiǎn)單理解為QT的前端界面，python語(yǔ)言構(gòu)建服務(wù)端，使用Whisper語(yǔ)言模型進(jìn)行計(jì)算語(yǔ)音轉(zhuǎn)文字的軟件。 痛點(diǎn)在于離線，缺點(diǎn)也很明顯，

  2024年02月05日

  瀏覽(21)