whisper.php：为PHP提供高性能语音识别

whisper.php：为PHP提供高性能语音识别

whisper.php Local Speech to Text in PHP made easy thanks to Whisper.cpp and OpenAI 项目地址: https://gitcode.com/gh_mirrors/wh/whisper.php

whisper.php 是一个PHP语言的绑定库，基于 whisper.cpp 实现了高性能自动语音识别和转录功能。

项目介绍

whisper.php 为 PHP 开发者提供了一种方便的方式来集成 whisper.cpp 的强大语音识别能力。通过高性能的底层API和高层次的抽象API，开发者可以根据项目需求选择合适的集成方式。无论是需要精细控制转录过程的低级别API，还是快速开发的原型设计高级API，whisper.php 都提供了灵活的支持。

项目技术分析

该项目使用了 PHP 8.1+ 版本，并依赖于 FFI（Foreign Function Interface）扩展，这使得 PHP 可以调用 C 语言编写的库。whisper.php 支持多种操作系统平台，包括 Linux、macOS 以及 Windows，支持架构包括 x86_64 和 arm64。这意味着在不同的开发环境和生产环境中都能使用 whisper.php。

在技术实现上，whisper.php 提供了模型自动下载功能，支持多种音频格式，并可以导出多种输出格式，如文本、字幕等。此外，whisper.php 还支持流式处理和进度跟踪的回调函数，使得开发者可以更灵活地处理长音频文件或实时反馈。

项目技术应用场景

whisper.php 的应用场景广泛，包括但不限于：

1. 实时语音识别：在实时通话或直播场景中，可以实现实时语音转文字。
2. 音频转录：将大量音频文件转录成文字，用于数据分析、内容审核等。
3. 自动字幕生成：为视频内容自动生成字幕，提升观看体验。
4. 语言模型训练：通过收集和处理大量转录数据，可以用于训练自定义语言模型。

项目特点

1. 易于集成：通过Composer一键安装，简化了集成流程。
2. 性能强大：基于 whisper.cpp 的性能优化，为PHP带来了接近C语言的运行效率。
3. 灵活性：提供了高低级别的API，满足不同需求的项目开发。
4. 自动下载模型：无需手动管理模型文件，whisper.php 可以自动下载所需的语音模型。
5. 多种输出格式：支持多种输出格式，如TXT、VTT、SRT和CSV，便于与其他系统或应用程序集成。

下面是一个使用 whisper.php 的高级API进行语音转录的示例：

$whisper = Whisper::fromPretrained('tiny.en', baseDir: __DIR__.'/models');
$audio = readAudio(__DIR__.'/sounds/sample.wav');
$segments = $whisper->transcribe($audio, 4);

foreach ($segments as $segment) {
    echo toTimestamp($segment->startTimestamp) . ': ' . $segment->text . "\n";
}

以上代码展示了如何快速加载预训练模型，读取音频文件，并对其进行转录，然后输出每个语段的开始时间戳和文本内容。

通过这些特点，whisper.php 证明了它在语音识别领域的价值，为PHP开发者提供了一种高效、灵活的语音处理解决方案。无论你是需要快速原型设计还是构建复杂的语音处理系统，whisper.php 都是值得尝试的工具。

whisper.php Local Speech to Text in PHP made easy thanks to Whisper.cpp and OpenAI 项目地址: https://gitcode.com/gh_mirrors/wh/whisper.php