论坛
潜水/灌水快乐,沉淀知识,认识更多同行。
ToB圈子
加入IT圈,遇到更多同好之人。
朋友圈
看朋友圈动态,了解ToB世界。
ToB门户
了解全球最新的ToB事件
博客
Blog
排行榜
Ranklist
文库
业界最专业的IT文库,上传资料也可以赚钱
下载
分享
Share
导读
Guide
相册
Album
记录
Doing
应用中心
搜索
本版
文章
帖子
ToB圈子
用户
免费入驻
产品入驻
解决方案入驻
公司入驻
案例入驻
登录
·
注册
账号登录
立即注册
找回密码
用户名
Email
自动登录
找回密码
密码
登录
立即注册
首页
找靠谱产品
找解决方案
找靠谱公司
找案例
找对的人
专家智库
悬赏任务
圈子
SAAS
qidao123.com技术社区-IT企服评测·应用市场
»
论坛
›
人工智能
›
人工智能
›
Insanely Fast Whisper CLI 利用教程
Insanely Fast Whisper CLI 利用教程
锦通
论坛元老
|
2024-11-29 12:13:49
|
显示全部楼层
|
阅读模式
楼主
主题
1680
|
帖子
1680
|
积分
5040
Insanely Fast Whisper CLI 利用教程
insanely-fast-whisper-cli The fastest Whisper optimization for automatic speech recognition as a command-line interface ⚡️
项目地点: https://gitcode.com/gh_mirrors/in/insanely-fast-whisper-cli
1. 项目介绍
Insanely Fast Whisper CLI
是一个基于 OpenAI 的 Whisper 模型的下令行工具,旨在提供极速的音频转录功能。该项目利用了 Hugging Face 的 Transformers 和 Optimum 库,以及 Vaibhavs10/insanely-fast-whisper 的优化技术,能够在不到 10 分钟内转录 300 分钟的音频(5 小时)。
主要特点
ASR 模型选择
:支持多种 Hugging Face 的 ASR 模型,包罗不同巨细的 openai/whisper 模型,甚至支持英语专用模型。
性能优化
:通过批处置处罚巨细、数据范例和 BetterTransformer 等选项举行自界说优化。
时间戳输出
:生成带有准确时间戳的 SRT 文件,便于创建字幕。
2. 项目快速启动
安装步调
克隆堆栈
:
git clone https://github.com/ochen1/insanely-fast-whisper-cli.git
复制代码
进入项目目录
:
cd insanely-fast-whisper-cli/
复制代码
创建并激活虚拟环境(可选)
:
python -m venv venv
source venv/bin/activate
复制代码
安装依靠
:
pip install -r requirements.txt
复制代码
运行程序
:
python insanely-fast-whisper.py --model openai/whisper-base --device cuda:0 --dtype float32 --batch-size 8 --better-transformer --chunk-length 30 your_audio_file.wav
复制代码
参数说明
--model:指定 ASR 模型(默认是 openai/whisper-base)。
--device:选择计算装备(默认是 cuda:0)。
--dtype:设置计算数据范例(float32 或 float16)。
--batch-size:调解处置处罚批量巨细(默认是 8)。
--better-transformer:利用 BetterTransformer 举行改进处置处罚(标志)。
--chunk-length:界说音频块长度(默认是 30 秒)。
3. 应用案例和最佳实践
应用案例
视频字幕生成
:通过生成带偶然间戳的 SRT 文件,快速为视频添加字幕。
音频内容分析
:将长音频文件转录为文本,便于后续的内容分析和处置处罚。
最佳实践
选择符合的模型
:根据任务需求选择符合的 Whisper 模型,如英语专用模型或大型模型。
优化批处置处罚巨细
:根据 GPU 内存调解批处置处罚巨细,以避免内存不足的题目。
利用 BetterTransformer
:启用 BetterTransformer 可以显著提高处置处罚速度。
4. 典型生态项目
Hugging Face Transformers
:提供 Whisper 模型的根本库。
Optimum
:优化 Transformer 模型的库,提升模型性能。
Vaibhavs10/insanely-fast-whisper
:提供 Whisper 模型的优化技术。
通过这些生态项目标结合,Insanely Fast Whisper CLI 能够提供高效、快速的音频转录服务。
insanely-fast-whisper-cli The fastest Whisper optimization for automatic speech recognition as a command-line interface ⚡️
项目地点: https://gitcode.com/gh_mirrors/in/insanely-fast-whisper-cli
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有账号?
立即注册
x
回复
使用道具
举报
0 个回复
正序浏览
返回列表
快速回复
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
or
立即注册
本版积分规则
发表回复
回帖并转播
发新帖
回复
锦通
论坛元老
这个人很懒什么都没写!
楼主热帖
漏洞利用
快速入手node.js
vue3 - 最新详细实现 “拖曳式课程表“ ...
奇怪,为什么ArrayList初始化容量大小 ...
医院HIS体系厂家统计
如何成为一位人心所向的管理者?我的经 ...
Kubernetes(k8s)pod详解
理解MVCC
八、MySQL之事务控制语言
Vue实现复制粘贴功能
标签云
渠道
国产数据库
集成商
AI
运维
CIO
存储
服务器
浏览过的版块
前端开发
中间件
云原生
Oracle
快速回复
返回顶部
返回列表