Whispering 项目常见问题解决方案

Whispering 项目常见问题解决方案

whispering Streaming transcriber with whisper 项目地址: https://gitcode.com/gh_mirrors/wh/whispering

项目基础介绍

Whispering 是一个基于 Whisper 模型的流式转录器，旨在实时转录音频数据。该项目的主要编程语言是 Python，依赖于 PyTorch 和 Torchaudio 进行音频处理和模型推理。Whisper 模型是由 OpenAI 开发的高性能语音识别模型，能够支持多种语言的转录。

新手使用注意事项及解决方案

1. 安装依赖时遇到问题

问题描述：
新手在安装项目依赖时，可能会遇到依赖库版本不兼容或安装失败的问题。

解决步骤：

1. 检查 Python 版本： 确保你使用的是 Python 3.8 或更高版本。
2. 安装 PyTorch 和 Torchaudio： 根据你的 GPU 环境，安装合适的 PyTorch 和 Torchaudio 版本。例如，如果你使用的是 CUDA 11.6，可以使用以下命令：

   pip install -U torch torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
   

3. 安装其他依赖： 使用以下命令安装项目的其他依赖：

   pip install -U git+https://github.com/shirayu/whispering.git@v0.6.6
   

2. 在 Linux 系统中找不到 PortAudio 库

问题描述：
在 Linux 系统中，可能会遇到 OSError: PortAudio library not found 的错误。

解决步骤：

1. 安装 PortAudio： 使用以下命令安装 PortAudio 库：

   sudo apt -y install portaudio19-dev
   

2. 重新安装依赖： 安装完 PortAudio 后，重新运行依赖安装命令。

3. 转录过程中出现性能问题

问题描述：
在使用较大模型（如 large 或 medium）时，可能会遇到无法实时转录的问题，导致转录延迟。

解决步骤：

1. 选择合适的模型： 对于实时转录需求，建议使用较小的模型（如 tiny 或 base）。你可以在运行命令时指定模型：

   whispering --language en --model tiny
   

2. 调整温度参数： 温度参数可以影响解码的多样性。你可以尝试设置不同的温度值，例如：

   whispering --language en --model tiny -t 0.0 -t 0.1 -t 0.5
   

3. 禁用进度消息： 如果你不需要实时显示进度消息，可以禁用它们以提高性能：

   whispering --language en --model tiny --no-progress
   

通过以上步骤，新手可以更好地解决在使用 Whispering 项目时遇到的常见问题，确保项目能够顺利运行。

whispering Streaming transcriber with whisper 项目地址: https://gitcode.com/gh_mirrors/wh/whispering