whisper_AIGC博客-专业IT技术发表平台

推荐付费专栏 VIP文章

rk3588使用npu加速运行whisper语音识别模型我们在useful-transformers项目基础上做了很多优化工作，使得Whisper模型能够在Rockchip RK3588平台上实现更快、更准确的实时语音识别。

阅读 3.2k

6赞

强化学习曾小健

SenseVoice- 中国版 Whisper 来了，5分钟带你部署体验模型结构如下图所示：多语言语音识别：经过超过40万小时的数据训练，支持50多种语言，其识别性能超越了Whisper模型。丰富的转录能力：具备出色的情感识别能力，在测试数据上超越了当前最佳模型。提供声音事件检测能力，支持检测各种常见的人机交互事件，如背景音乐、掌声、笑声、哭泣、咳嗽和打喷嚏。高效推理：SenseVoice-Small模型采用非自回归的端到端框架，具有极低的推理延迟。处理10秒音频仅需70毫秒，比Whisper-Large快15倍。便捷的微调：提供便捷的微调脚本和策略。

阅读 4.3k

25赞

深入解析：选择最适合你的Whisper语音识别模型在语音识别领域，Whisper系列模型因其卓越的性能和多语言支持而备受青睐。今天，我们将详细解析三种不同的Whisper模型以及，帮助你根据具体需求选择最合适的版本。

阅读 3.8k

8赞

whisper-large-v3 双卡 v100 64G 训练问题总结 whisper-large-v3使用数据集做微调

阅读 849

1赞

开源技术探险家

开源模型应用落地-语音转文本-whisper模型-AIGC应用探索（四）介绍OpenAI 最新开源的Whisper-large-v3-turbo模型，并集成vLLM进行推理加速。

阅读 5.2k

18赞

FastGPT 调用本地Whisper模型进行语音转文字 fastgpt默认的语音转文字模型使用的openai里面的，由于我没有token故需要自己部署，经研究发现可以部署本地的whisper，但是该接口无法接入到oneapi（我目前没研究出来）。注：fastgpt的麦克风权限是本地部署的才能用，或者有HTTPS证书的才可以用（麦克风权限比较重要可能涉及隐私，故浏览器对这个要求比较严格）。3、找到要修改的文件并修改，一般容器都没有安装vim\nano等编辑器。将 `:` 替换为你要保存的新镜像的名称和标签。

阅读 6.1k

15赞

斯多葛的信徒

Whisper.cpp + GPU 加速全攻略：Mac M 芯片高效转录音频教程 Whisper.cpp 简介Whisper是 OpenAI 开源的语音识别模型，支持多语言转写，在降噪和语音识别方面表现出色。是该项目的C/C++ 版本，可以在本地设备上高效运行，无需 Python 依赖，非常适合轻量级部署。Mac M 芯片的 GPU 加速Apple M1/M2/M3 芯片内置高性能 GPU和，但默认情况下 Whisper.cpp不会自动利用 GPU。我们可以使用CoreML 工具链将 Whisper 模型转换为 CoreML 格式，从而大幅加快语音转写速度。

阅读 1.3k

27赞

Faster Whisper Large-v3 模型安装与使用教程 Faster Whisper Large-v3 模型安装与使用教程 faster-whisper-large-v3 项目地址: https://gitcode.com/mirrors/Systran/faster-whisper...

阅读 6.4k

8赞

PotPlayer 最新版本支持使用 Whisper 自动识别语音生成字幕 PotPlayer 最新版本支持使用 Whisper 自动识别语音生成字幕

阅读 5.3k

1赞

大模型之二十七-语音识别Whisper实例浅析 output_dir:模型权重存储的位置generation_max_length:在评估时，自回归生成token的最大值save_steps:在训练时，中间的checkpoint将在save_step时被保存eval_steps:在训练时，每eval_steps到达时会评估模型性能report_to：训练的log保持的位置fp16=True,

阅读 9.4k

22赞

记录本地部署 Whisper 模型的过程通过以上步骤，你已经成功地在本地部署了 Whisper 模型，并利用 CUDA 加速推理过程。使用 Flask 构建了一个简单的 API，使得音频文件的转录变得非常方便。整个部署过程包括了环境准备、依赖安装、模型加载、音频处理、API 构建等步骤。部署 Whisper 模型并不复杂，但需要一定的硬件支持，尤其是在处理大型音频数据时，CUDA 和 GPU 能够提供显著的性能提升。希望本文能够帮助你顺利部署并使用 Whisper 进行语音转录。如果遇到任何问题，欢迎继续提问。

阅读 4.4k

31赞

钱嫒咪Veleda

《Distil-Whisper: distil-medium.en的优势与局限性》《Distil-Whisper: distil-medium.en的优势与局限性》 distil-medium.en 项目地址: https://gitcode.com/mirrors/distil-whisper/distil...

阅读 516

8赞

使用OpenAI's Whisper自动生成YouTube字幕： yt-whisper项目指南使用OpenAI's Whisper自动生成YouTube字幕： yt-whisper项目指南 yt-whisper Using OpenAI's Whisper to automatically generate YouTube subtitles 项目地址: ...

阅读 351

4赞

whisper.cpp语音识别windows c++搭建 10、进入main.exe所在目录，进行测试，可以通过.\main.exe -h查看具体的用法。由于网络原因很可能下载失败，需要通过一些手段进行下载。标记部分使用自己实际环境的文件路径。3、安装python3.10。4、安装vs2022。

阅读 1.2k

7赞

《Whisper-large-v2模型的性能评估与测试方法》《Whisper-large-v2模型的性能评估与测试方法》 whisper-large-v2 项目地址: https://gitcode.com/mirrors/openai/whisper-large-v2 ...

阅读 807

13赞

在 windows 上部署使用 Whisper 教程 Whisper是 OpenAI 提供的开源语音识别模型，能够将音频文件转录为文本或字幕文件，支持多种语言和多格式输出。自动检测和转录多语言音频。支持生成.txt.srt.vtt等格式的字幕文件。能够处理嘈杂环境下的音频。通过 GPU 加速，提高转录效率。通过这篇教程，你已经了解了如何在 Windows 系统上部署 Whisper，创建虚拟环境、安装必要依赖，并利用 GPU 加速音频转录。

阅读 8.3k

56赞

亚马逊云开发者

CodeWhisperer 史上最强大的 AI 编程助手！！最近用了一个叫 CodeWhisperer 的插件，这个软件对于来说开发人员，插件有好多实用的功能，能有效减少我们的重复性工作，让编码更高效，代码质量也提升了很多。

阅读 312

0赞

VulnWhisperer：将漏洞扫描转化为可操作的数据 VulnWhisperer：将漏洞扫描转化为可操作的数据 VulnWhispererCreate actionable data from your Vulnerability Scans项目地址:https://gitcode.com/gh_mirrors/vu/VulnWhisperer 在当今的网络安全领域，漏洞管理是每个组织不可或缺的一部分。然而，面对海量的漏洞数据，如何有效地管理和利用...

阅读 442

21赞

俞伟律Harrison

Faster Whisper 项目常见问题解决方案 Faster Whisper 项目常见问题解决方案 faster-whisper 项目地址: https://gitcode.com/gh_mirrors/fas/faster-whisper ...

阅读 1.4k

4赞

俞舜帆Cunning

快速掌握Whisper-large-v2：自动语音识别和语音翻译的终极指南快速掌握Whisper-large-v2：自动语音识别和语音翻译的终极指南 whisper-large-v2 项目地址: https://gitcode.com/mirrors/openai/whisper-large-v2 ...

阅读 1.0k

23赞

作者推荐

烤鸭的世界我们不懂: 烤鸭的世界我们不懂。

关注

浮光掠影ペ: loveit.cool

关注

肆小猿: 学习记录，共勉。

关注