delphiorang的专栏

使用OpenCV预处理神经网络中的面部图像。使用OpenCV对运动员的姿势进行检测。使用OpenCV实现早期火灾检测系统。使用OpenCV为视频中美女添加眼线。使用OpenCV实现社交距离检测器。使用OpenCV实现道路车辆计数。使用OpenCV进行实时面部检测。使用OpenCV实现车道线检测。基于OpenCV的实时面部识别。使用OpenCV实现哈哈镜效果。使用OpenCV实现猜词游戏。使用OpenCV实现图像修复。使用OpenCV实现口罩检测。基于OpenCV 的车牌识别。基于OpenCV的图像卡通化。

从whisper的模型可知，其模型开源了5种模型，可以自行选择，然后把我们下载的音频文件直接使用model.transcribe("11.mp4")代码，模型便可以自动识别，并打印出识别出来的txt文本。这里简单提一下pytube库，此库可以下载YouTube的视频与音频文件，当然上面的代码是下载音频文件，下面的代码可以下载视频文件。可以看到，模型识别效果极高，针对本段音频，其识别正确率为100%，当然模型支持99种语言，大家可以使用模型来识别不同语言的语音。Whisper支持5种不同的模型尺寸。