安装Whisper语音识别 下载Whisper模型。

阅读 402

1赞

收藏 0
【AI大模型前沿】Aero-1-Audio：Qwen2.5架构加持，轻量级音频模型天花板、吊打Whisper【稳跑+低资源】 随着语音助手、会议转写、实时翻译等音频处理应用的普及，市场对轻量级、高性能的音频模型的需求日益增长。传统的音频处理模型往往面临参数庞大、计算资源消耗高、难以实时处理长音频等问题。为了解决这些挑战，LMMs-Lab 团队推出了一款名为 Aero-1-Audio 的轻量级音频模型。该模型不仅在参数规模上实现了高效性，还在多个音频处理任务中表现出色，尤其是在长音频处理和语音识别方面。

阅读 2.4k

61赞

收藏 50
Whisper-large-v3 模型安装与使用教程 Whisper-large-v3 模型安装与使用教程 whisper-large-v3 项目地址: https://gitcode.com/mirrors/openai/whisper-large-v3 ...

阅读 6.2k

24赞

收藏 23
【语音识别】vLLM 部署 Whisper 语音识别模型指南 使用 vLLM 部署 openai whisper

阅读 1.1k

7赞

收藏 6
使用 Whisper 生成视频字幕：从提取音频到批量处理 本文将指导你使用 OpenAI 的 Whisper 模型为视频文件（如电视剧《Normal People》或电影《花样年华》）生成字幕（SRT 格式）。我们将从提取音频开始，逐步实现字幕生成，并提供一个 Python 脚本实现批量处理。批量处理脚本自动化了提取音频和生成字幕的过程，优化时间戳、字幕长度和标点的方法进一步提升了字幕质量。以下 Python 脚本自动处理目录中的所有视频文件，提取音频并生成字幕。：准备 MP4 或 MKV 格式的视频文件（如《Normal People》或《花样年华》）。

阅读 1.4k

16赞

收藏 16
SummifyAI开源程序基于Whisper、deepseek的音视频转写+总结工具，在也不用长达几十分钟甚至一两小时的长视频网课感到头疼？一键总结音视频并整理成文档，学霸必备 SummifyAI开源程序基于Whisper、deepseek的音视频转写+总结工具，在也不用长达几十分钟甚至一两小时的长视频网课感到头疼？一键总结音视频并整理成文档，学霸必备。你是否为长达几十分钟甚至一两小时的长视频网课感到头疼？这些视频整体信息密度不高，但偶尔却包含关键知识点，让人不知如何是好。SummifyAI 能将音频或视频快速转写为文字，并通过自定义 prompt 进行总结精炼、笔记整理、摘要生成等一系列操作，大幅提升你的学习与工作效率。

阅读 730

30赞

收藏 26
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 6.2k

35赞

收藏 31
蔡浩宇的AIGC游戏革命：从《原神》到《Whispers》的技术跨越 Whispers》的出现标志着游戏行业正站在技术革命的临界点。蔡浩宇的探索不仅关乎一款游戏的成败，更是在为整个行业探路。正如他在采访中所言："我们不是在制作游戏，而是在创造未来人类互动的方式。随着AI技术以摩尔定律般的速度发展，游戏作为技术应用的先锋领域，或将率先实现从"人工制作内容"到"AI生成体验"的范式转移。在这个意义上，《Whispers》无论最终商业表现如何，都已然成为游戏进化史上的重要里程碑。

阅读 788

13赞

收藏 30
使用faster-whisper音频转asr字幕（亲测可行） 重点说明，下载模型时需科学上网或者用国内huggingface镜像网站下载。

阅读 655

9赞

收藏 1
uDistil-Whisper：低数据场景下基于无标签数据过滤的知识蒸馏方法 近期研究通过伪标签（pseudo-labels）将Whisper的知识蒸馏到小模型中，在模型体积减小50%的同时展现出优异性能，最终得到高效、轻量的专用模型。然而，基于伪标签的蒸馏关键步骤需筛选高质量预测结果并仅用于训练，这一过程需依赖真实标签（ground truth）过滤低质量样本，导致方法受限于人工标注数据。此外，传统蒸馏需大量数据，限制了其在低资源场景的应用。为此，我们提出了一种无需任何标注数据的蒸馏框架。

阅读 1.1k

19赞

收藏 16
Whisper离线部署问题处理 离线环境部署Whisper模型，用于语音识别，找到需要的缓存文件

阅读 935

1赞

收藏 0
亚马逊云科技实时 AI 编程助手 Amazon CodeWhisperer，开发快人一步！ 近年来，随着 AI 技术的进步、基础设施建设的不断完善，AI 应用场景不断丰富，各类 AI 产品和工具层出不穷。其中，面向开发者的 AI 编程工具也在不断迭代，并因宣称能“帮开发者写代码”而引发关注。目前，可以为开发者提供编程建议的常用工具大致有两类：一类是AI 代码补全工具；另一类是生成式 AI工具。前一种 AI 代码补全工具，在今年又有“新势力”入场——免费提供给所有开发人员使用。

阅读 1.9w

6赞

收藏 6
作者推荐
风筝2100
喜欢机器人，一直在研发和使用机器人。
关注