Whisper AI提词处理器

• Whisper AI提词处理器
  • Whisper简介
  • 安装与应用Whisper
  • Whisper的模型列表

Whisper简介

Whisper 是一种通用语音识别模型。
它基于大量多样化音频数据集进行训练，同时也是一种可以执行多语言语音识别、语音翻译和语言识别的多任务模型。

安装与应用Whisper

安装前提需要安装ffmpeg。

choco install ffmpeg

开始安装Whisper

pip install -U openai-whisper

最好在安装之前开启代理进行安装。

set HTTP_PROXY=socks5://127.0.0.1:10808
set HTTPS_PROXY=socks5://127.0.0.1:10808

安装完成后我们可以通过whisper --help命令查看帮助。

这里的参数有很多，我们只需要使用到几个。
我这里以389479.mp3为例子。

# 提取389479.mp3中的歌词，使用的是 small.en模型
whisper 389479.mp3 --model small.en

我们发现会报错。
我在官网找到[Colab 示例]，点进去。
https://github.com/openai/whisper

然后我们执行一下这一个

然后将我们的mp3文件进行上传。

添加我们的代码进行执行。

!whisper 389479.mp3 --model small.en

我们可以看到转换成功了，将每一句歌词都分析了出来,并且保存为各种模式的文本文件。

然后我们把模型进行下载。

保存到一个指定的目录中，然后在本地通过--model_dir参数指定模型路径。
再次执行，同样可以在本地进行题词了。

whisper 389479.mp3 --model_dir D:\ai\music\MusicBot\MusicBot.ChatGPT\musicfile\model --model small.en

Whisper的模型列表

请根据自己的电脑配置进行选择，然后在https://huggingface.co/进行选择