1.下載 ffmpeg，挑一個自己電腦系統(tǒng)的版本，下載，如我win64：
地址：
Releases · BtbN/FFmpeg-Builds · GitHub
下載壓縮包zip，到·本地
解壓安裝，其實無需安裝，只需把對應的目錄下的bin，
編輯環(huán)境變量的path，添加到環(huán)境變量即可！?。?/p>
不能科學的同學，可以到網(wǎng)盤地址，下載壓縮包zip
鏈接：https://pan.baidu.com/s/1yBQBs-pUKOpUPeIJpPsURA?pwd=6543?
提取碼：6543?
2.下載whisper：
查看模型的地址：? ? ? ? ? ? ? https://github.com/openai/whisper/blob/main/whisper/__init__.py? ? ??
查看初始化文件： __init__，內含各個模型的地址，就省得取hugging-face里下載了...
例如,依次從小到大...配置要求如下：
地址：：：
?"tiny"最小化模型: "https://openaipublic.azureedge.net/main/whisper/models/65147644a518d12f04e32d6f3b26facc3f8dd46e5390956a9424a650c0ce22b9/tiny.pt",
"base"基礎款模型: "https://openaipublic.azureedge.net/main/whisper/models/ed3a0b6b1c0edf879ad9b11b1af5a0e6ab5db9205f891f668f8b0e6c6326e34e/base.pt",
?"small"小型化模型: "https://openaipublic.azureedge.net/main/whisper/models/9ecf779972d90ba49c06d968637d720dd632c55bbf19d441fb42bf17a411e794/small.pt",
3.根據(jù) tree/main分支下，進行環(huán)境的配置：：
地址：
GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision
下滑到底下，即可看到
安裝好后，直接是cpu版本的pytorch，如若需要gpu版本，可自行安裝....
pip uninstall torch，再 pip install 自己gpu版本的torch即可?。?！...
4.運用命令：
whisper test.mp3 --model small --model_dir?D:\qbroDownload\whisper-model --language Chinese
#?whisper 音頻文件?
--model 模型規(guī)格?
--model_dir?模型路徑
--language 語言選擇/可不選....提前選好可加速..
產(chǎn)生報錯：：：
transcribe.py:115: UserWarning: FP16 is not supported on CPU; using FP32 instead
5.詳情代碼：：文章來源：http://www.zghlxwxcb.cn/news/detail-830901.html
可作為參考....文章來源地址http://www.zghlxwxcb.cn/news/detail-830901.html
import whisper
# 有下載到本地，直接加載 base.pt也可以，不然會直接網(wǎng)絡下載
model = whisper.load_model('base')
# 1.傳入音頻、fp16-cpu版本，gpu版本可以忽略，語言可選項...默認繁體字，用base模型，輸出簡體字...
result = model.transcribe('./op.wav',fp16=False,language='Chinese')
print(result['text'])
# 2.傳入視頻也可以...
result1 = model.result = model.transcribe('./video.mp4',fp16=False,language='Chinese')
print(result1['text'])到了這里，關于AI語音識別模塊--whisper模塊的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！
