原创 Austin 66秒改日科技2023-12-12 19:37 北京sex8.cc

序论：

Whisper是OpenAI 开导的自动语音识别（ASR）系统，具有高鲁棒性和准确性。它接收编码器-解码器结构，基于 Transformer 模子。Whisper 守旧多种话语转录和翻译，并在大限度数据集上展现出优秀的性能。这为语音识别本事的逾越提供了有劲守旧。

了解更多：https://github.com/openai/whisper

Whisper-WebUI抑制：

03:39

地址：https://github.com/jhj0517/Whisper-WebUI

图片

装配和驱动：

提供两种装配面孔：

径直用整合包（保举）

下载地址：https://www.123pan.com/s/uSmfjv-eiDCA.html

Git装配

装配Python 3.8 到 3.10

装配FFmpeg

驱动pip install whisper-webui

之后，掀开网页浏览器并考察 http://localhost:7860

省略使用：

图片

选拔要翻译的视频或者音频

诞生V3模子，选拔汉文，字幕纰谬

高等底下无须管，径直驱动。

草榴网

查验字幕有莫得问题，需不需要修改。

点击右下角文献夹图标，掀开Whisper-WebUI\outputs输长进径。

补充：

此景色默许集成了faster-whisper，以已毕更好的VRAM使用和转录速率。

笔据faster-whisper的形色，优化后的Whisper模子的遵守如下：

图片

淌若念念使用原始的Open AI Whisper已毕而不是优化的Whisper，不错将大叫行参数诞生为DISABLE_FASTER_WHISPER=True。

可用模子 以下是Whisper的原始VRAM使用表，用于不同大小的模子。

大小 参数 仅英文模子 多话语模子 所需VRAM 相对速率 

图片

.en模子仅适用于英文，况兼真理的是，还不错使用“large”模子中的“Translate to English”选项！

纪念：

Whisper-WebUI是一个基于Web的界面，用于简陋使用Whisper模子生成字幕。通过这个界面，不错省略地从各式起首生成字幕、进行语音翻译和文本翻译，而无需潜入了解本事细节。界面守旧多种模子大小，不错在速率、准确性和所需资源方面进行选拔。

完over.

本站仅提供存储办事，统统本体均由用户发布，如发现存害或侵权本体，请点击举报。