C#使用whisper.net实现语音辨认（语音转文本）

目录
介绍
效果
输出信息 
项目
代码
下载 

---

介绍

github地址：https://github.com/sandrohanea/whisper.net
Whisper.net. Speech to text made simple using Whisper Models
模型下载地址：https://huggingface.co/sandrohanea/whisper.net/tree/main/classic
效果

输出信息 

whisper_init_from_file_no_state: loading model from 'ggml-small.bin'
whisper_model_load: loading model
whisper_model_load: n_vocab       = 51865
whisper_model_load: n_audio_ctx   = 1500
whisper_model_load: n_audio_state = 768
whisper_model_load: n_audio_head  = 12
whisper_model_load: n_audio_layer = 12
whisper_model_load: n_text_ctx    = 448
whisper_model_load: n_text_state  = 768
whisper_model_load: n_text_head   = 12
whisper_model_load: n_text_layer  = 12
whisper_model_load: n_mels        = 80
whisper_model_load: ftype         = 1
whisper_model_load: qntvr         = 0
whisper_model_load: type          = 3
whisper_model_load: mem required  =  743.00 MB (+   16.00 MB per decoder)
whisper_model_load: adding 1608 extra tokens
whisper_model_load: model ctx     =  464.68 MB
whisper_model_load: model size    =  464.44 MB
whisper_init_state: kv self size  =   15.75 MB
whisper_init_state: kv cross size =   52.73 MB
00:00:00->00:00:20: 皇鶴楼,崔昊,西人已成皇鶴去,此地空于皇鶴楼,皇鶴一去不复返,白云千载空悠悠。
00:00:20->00:00:39: 青川莉莉汉阳树,方草七七英五周,日暮相关何处事,燕泊江上世人愁。
项目

代码

1. using System;
2. using System.Collections.Generic;
3. using System.ComponentModel;
4. using System.Data;
5. using System.Drawing;
6. using System.IO;
7. using System.Linq;
8. using System.Text;
9. using System.Threading.Tasks;
10. using System.Windows.Forms;
11. using Whisper.net;
12. using static System.Net.Mime.MediaTypeNames;
14. namespace C_使用whisper.net实现语音转文本
15. {
16.     public partial class Form1 : Form
17.     {
18.         public Form1()
19.         {
20.             InitializeComponent();
21.         }
23.         string fileFilter = "*.wav|*.wav";
24.         string wavFileName = "";
25.         WhisperFactory whisperFactory;
26.         WhisperProcessor processor;
27.         private async void button2_Click(object sender, EventArgs e)
28.         {
29.             if (wavFileName == "")
30.             {
31.                 return;
32.             }
34.             try
35.             {
36.                 button2.Enabled = false;
37.                 using var fileStream = File.OpenRead(wavFileName);
38.                 await foreach (var result in processor.ProcessAsync(fileStream))
39.                 {
40.                     Console.WriteLine($"{result.Start}->{result.End}: {result.Text}\r\n");
41.                     txtResult.Text += $"{result.Start}->{result.End}: {result.Text}\r\n";
42.                 }
43.             }
44.             catch (Exception ex)
45.             {
46.                 MessageBox.Show(ex.Message);
47.             }
48.             finally
49.             {
50.                 button2.Enabled = true;
51.             }
53.         }
55.         private void Form1_Load(object sender, EventArgs e)
56.         {
57.             whisperFactory = WhisperFactory.FromPath("ggml-small.bin");
59.             processor = whisperFactory.CreateBuilder()
60.                .WithLanguage("zh")//.WithLanguage("auto")
61.                .Build();
63.             wavFileName = "085黄鹤楼.wav";
64.             txtFileName.Text = wavFileName;
65.         }
67.         private void button1_Click(object sender, EventArgs e)
68.         {
69.             OpenFileDialog ofd = new OpenFileDialog();
70.             ofd.Filter = fileFilter;
71.             if (ofd.ShowDialog() != DialogResult.OK) return;
73.             txtResult.Text = "";
75.             wavFileName = ofd.FileName;
76.             txtFileName.Text = wavFileName;
77.         }
78.     }
79. }

复制代码

下载 

源码下载

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。