Insanely Fast Whisper CLI 项目教程

Insanely Fast Whisper CLI 项目教程

1. 项目目录结构及介绍

Insanely Fast Whisper CLI 项目的目录结构如下：

insanely-fast-whisper-cli/
├── .gitignore
├── LICENSE
├── README.md
├── insanely-fast-whisper.py
├── install-gfx1010.sh
├── requirements-gfx1010.txt
├── requirements.txt

目录结构介绍

• .gitignore: 用于指定 Git 版本控制系统忽略的文件和目录。
• LICENSE: 项目的开源许可证文件，本项目使用 MIT 许可证。
• README.md: 项目的说明文档，包含项目的概述、安装和使用说明。
• insanely-fast-whisper.py: 项目的启动文件，负责执行音频转录任务。
• install-gfx1010.sh: 安装脚本，用于安装特定硬件（如 AMD GPU）所需的依赖。
• requirements-gfx1010.txt: 特定硬件（如 AMD GPU）所需的 Python 依赖包列表。
• requirements.txt: 项目所需的 Python 依赖包列表。

2. 项目的启动文件介绍

项目的启动文件是 insanely-fast-whisper.py。该文件是 Insanely Fast Whisper CLI 的核心脚本，负责执行音频转录任务。

主要功能

• 音频转录: 使用 OpenAI 的 Whisper 模型进行音频转录。
• 模型选择: 支持选择不同的 ASR（自动语音识别）模型，包括 OpenAI 的 Whisper 模型。
• 性能优化: 支持通过调整批处理大小、数据类型和使用 BetterTransformer 等方式进行性能优化。
• 时间戳生成: 生成带有时间戳的 SRT 文件，便于创建字幕。

使用示例

python insanely-fast-whisper.py --model openai/whisper-base --device cuda:0 --dtype float32 --batch-size 8 --better-transformer --chunk-length 30 your_audio_file.wav

3. 项目的配置文件介绍

项目中主要的配置文件是 requirements.txt 和 requirements-gfx1010.txt。

requirements.txt

该文件列出了项目运行所需的 Python 依赖包及其版本。用户可以通过以下命令安装这些依赖：

pip install -r requirements.txt

requirements-gfx1010.txt

该文件列出了特定硬件（如 AMD GPU）所需的额外 Python 依赖包及其版本。用户可以通过以下命令安装这些依赖：

pip install -r requirements-gfx1010.txt

其他配置

项目中没有显式的配置文件，但用户可以通过命令行参数在启动时进行配置，例如选择模型、设备、数据类型等。

总结

Insanely Fast Whisper CLI 是一个用于快速音频转录的命令行工具，基于 OpenAI 的 Whisper 模型。通过本教程，您可以了解项目的目录结构、启动文件的功能以及如何配置项目。希望本教程能帮助您快速上手并使用该项目。