Whisper 从0安装教程 windows

已于 2023-11-01 18:37:36 修改
阅读量1.9k 收藏 2
点赞数 2
文章标签： whisper windows anaconda
于 2023-11-01 16:39:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/u013429988/article/details/134160889
版权
本文详述了在Windows上从零开始安装Whisper的全过程，包括安装Python3.11、Anaconda、在Anaconda环境中安装Whisper和ffmpeg，以及解决GPU使用问题。在安装过程中遇到的两次弯路和相关教程链接也一并分享。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

这里写自定义目录标题

Whisper 从0安装教程 windows

因为需要把语音变成文字稿，问了做语言相关的朋友，决定使用whisper来做这个工作
官方网站：https://github.com/ggerganov/whisper.cpp
但是官网的教程一般小白很难从0开始。我一共折腾了两天，找了不少教程，走了两次弯路终于搞定了。

安装过程

安装python3.11

因为看到Anaconda官网上最新的版本是基于python3.11的，但是我自己电脑上的版本是python3.10，为了避免我这种不太会搞环境的人不装错，还是先卸载3.10，装上3.11

在这里插入图片描述
在这里下载3.11最新版本，之后双击安装。
在这里插入图片描述
安装完成之后能够在开始菜单看到新安装的python3.11.

安装Anaconda

ref：https://www.csrc.ac.cn/upload/file/20200721/1595289784836646.pdf
在Anaconda官网下载

最低0.47元/天 解锁文章
catsender
关注
项目实训：python whisper安装运行 实现语音识别技术
m0_63155449的博客
04-25 1688
下载成功后，配置环境变量，右键我的电脑->属性->高级系统设置->环境变量->系统变量->Path。3.Whisper主要是基于Pytorch实现，所以需要在安装有pytorch的环境中使用。然后检查是否成功 win+R cmd，输入ffmpeg，显示如下，则安装成功。没有做分词操作，后续继续处理，总体识别还是不错的。4.安装zhconv，将繁体字转换为简体字。输入whisper查看是否安装成功。将bin目录的地址添加进来。
Whisper Web开源语音转文字windows本地安装与远程访问教程
饺子大魔王
08-15 1075
OpenAI开源的 Whisper 语音转文本模型效果都说还不错，今天就给大家推荐 GitHub 上一个开源项目 Whisper Web，允许你可直接在浏览器中运行使用 Whisper。基于 ML 进行语音识别，并可通过 WebGPU 进行运行加速，无需后端服务器，直接开箱即用。另外，识别到的文本支持导出 TXT 和 JSON 两种文件格式。
Whisper（语音识别，语音转文本）本地部署
weixin_45972052的博客
04-10 4477
如果后面运行时，出现 系统找不到指定文件 的bug时，尝试在上一步添加环境变量中，也添加一个系统变量，并重启一下电脑。在虚拟环境中进行安装。
whisper 语音识别的安装与使用
最新发布
Mark_Australia的博客
04-02 1151
whisper
whisper安装
阿雷的博客
02-23 1789
target=https%3A//git-scm.com/download/win，下载git安装包，安装过程中的选项全都默认，一直点next到安装完成。打开命令行窗口，输入git，回车，如果命令成功运行，如下图所示，则git的安装到此结束，可以进行下一步pytorch的安装。如果在命令行输入git并回车后，命令没有成功运行，返回的结果为“‘git’不是内部或外部命令，也不是可运行的程序或批处理文件”则需要将git.exe添加到环境变量中,方法同上，此处不再赘述。运行命令，安装PyTorch。
whisper相关项目的安装与使用
yd778473278的博客
12-25 572
whisper是一种通用的语音识别模型。它在不同音频的大型数据集上训练。它也是一个多任务模型，可以执行多语种语音识别、语音翻译语音语种识别。 openai-whisper的安装与使用 faster-whisper的安装与使用 并对比了两个项目
Linux系统上部署Whisper。
yhl18931306541的博客
06-27 3466
Linux系统上部署Whisper。
Windows系统本地部署Whisper结合内网穿透异地语音转文本
m0_73879806的博客
09-12 902
OpenAI开源的 Whisper 语音转文本模型效果都说还不错，今天就给大家推荐 GitHub 上一个开源项目 Whisper Web，允许你可直接在浏览器中运行使用 Whisper。基于 ML 进行语音识别，并可通过 WebGPU 进行运行加速，无需后端服务器，直接开箱即用。另外，识别到的文本支持导出 TXT 和 JSON 两种文件格式。
windows安装docker教程
09-06
windows安装docker教程
ubuntu16.04安装语音识别whisper及whisper-ctranslate2工具（填坑篇）
yangyi139926的博客
12-25 2318
系统ubuntu16.04安装whisper-ctranslate2全过程
Whisper语音识别系统安装配置完全指南
gitblog_09342的博客
09-13 1463
Whisper语音识别系统安装配置完全指南 whisper openai/whisper: 是一个用于实现语音识别和语音合成的 JavaScript 库。适合在需要进行语音识别和语音合成的网页中使用。特点是提供了一种简单、易用的 API，支持多种语音识别和语音合成引擎，并且能够自定义语音识别和语音合成的行为。 ...
免费离线语音识别神器whisper安装教程
张伟的专栏
04-21 7048
本文简单介绍了whisper的用途、在windows系统下安装部署whisper的方法以及whisper的简单用法。关于whisper的使用部分仅介绍了命令行模式的使用方法，如果你会使用python，也可以使用以下代码来运行whisper。了解更多请参考官方文档。或者如果你想要在网页上运行whisper，可以安装Whisper Webui。可以参考：觉得本文有帮助的小伙伴，点个在看再走呗~下期内容预告：内容：几种免费的语音识别服务介绍用途：方便将会议、讲座、课堂录音整理成文字稿。
OpenAI开源语音识别模型Whisper在Windows系统的安装详细过程
热门推荐
Luke Ewin的博客
05-09 1万+
Windows中部署开源的whisper语音识别软件，可以支持本地部署，可以利用whisper生成字幕文件。whisper对电脑硬件要求不高，既可以使用GPU也可以使用CPU来运算。
windows10下whisper的安装使用和CUDA的配置
weixin_50994283的博客
11-14 1万+
本地语音识别whisper的安装
whisper安装说明
weixin_45114427的博客
08-15 1001
whisper安装、语音识别
Whisper.cpp本地化：Windows端部署详解与实操
weixin_52318459的博客
06-08 3958
本篇博客将介绍如何使用Whisper.cpp工具来为 Windows 上的视频文件生成字幕。
如何一键生成字幕，如何快速处理生肉资源？借助whisper语音识别系统生成.srt字幕文件 手把手教学在Windows、CPU版本下whisper的安装与使用，快速上手！
weixin_43401024的博客
03-20 8321
Whisper是Open AI开源的语音识别网络，支持98中语言，用于语音识别和翻译等任务。我们可以将歌曲的歌词进行识别，将无字幕的视频资源自动生成字母，极大方便了用户。同时，whisper可以在本地运行，充分保障了个人隐私。在识别方面也具有较准确的识别能力。因此想通过本文对whisper的安装和使用进行说明，希望能对正在学习的伙伴给予参考。从不同的测试结果可以看到，whisper的识别效果还是不错的，最后的字幕的显示结果也讨人欢喜。
whisper.cpp在Windows VS的编译
sinat_18131557的博客
05-30 3850
是OpenAI开源的一款语音识别的模型，包含有英语和多国语言的模型，根据实际情况来看，其支持的90多种语言的准确率着实表现惊艳，英文甚至可以做到3%左右的误词率，官方图表显示中文的误词率大约是14%，但是实际使用的情况来看，误词率也是相当低，几乎也在3%左右。在对比了CPU与GPU版本发现，GPU的时间更长，主要是GPU版本在加载模型的load time更长了，实际的推理时间约500ms相比GPU的800ms要短一些的。这个编译参数也会带到nvcc编译器的编译过程中，但是nvcc并不支持这个参数，
whisper本地安装
03-15
### Whisper 本地安装教程 #### 环境准备 为了成功在本地环境中安装并运行 Whisper，需先确认操作系统及其版本。以下是针对不同操作系统的具体安装指南。 --- #### macOS (基于 M1 Pro, macOS 13.6) macOS 用户可以按照以下步骤完成 Whisper 的安装： 1. **Python 安装** - 推荐使用 Python 3.9 或更高版本。可以通过 Homebrew 来安装最新版的 Python[^3]。 ```bash brew install python@3.9 ``` 2. **依赖库管理工具 Conda** - 使用 Anaconda 或 Miniconda 创建虚拟环境以隔离项目依赖项。 ```bash conda create -n whisper-env python=3.9 conda activate whisper-env ``` 3. **Whisper 库安装** - 在激活的虚拟环境下通过 pip 安装 `openai-whisper`。 ```bash pip install git+https://github.com/openai/whisper.git ``` 此命令会自动拉取最新的 Whisper 版本并解决其依赖关系[^1]。 4. **FFmpeg 配置** - FFmpeg 是处理音频文件的重要工具，可通过 Homebrew 轻松安装。 ```bash brew install ffmpeg echo 'export PATH="/usr/local/opt/ffmpeg/bin:$PATH"' >> ~/.zshrc source ~/.zshrc ``` 5. **验证 GPU 支持** - 对于 Apple Silicon 设备（如 M1/M2），推荐利用 MPS 后端加速推理速度。确保 PyTorch 已正确配置支持 MPS 加速。 ```python import torch print(torch.backends.mps.is_available()) # 输出 True 表明可用 ``` --- #### Windows 系统安装流程 对于 Windows 平台上的用户，则可遵循如下方法来设置开发环境： 1. **Python 和 Anaconda 下载** - 访问官方站点下载适用于 Windows 的 Python 3.11 及 Anaconda 发行包[^2]。 2. **创建新环境** - 执行以下指令建立名为 “whisper”的独立工作区： ```bash conda create -n whisper python=3.11 conda activate whisper ``` 3. **引入必要模块** - 利用 pip 命令获取所需软件包以及额外资源： ```bash pip install git+https://github.com/openai/whisper.git pip install ffmpeg-python ``` 4. **测试初始执行状况** - 尝试加载预训练模型并对样例数据进行转录分析，以此检验整体架构是否正常运作。 ```python import whisper model = whisper.load_model("base") result = model.transcribe("audio.mp3") print(result["text"]) ``` 5. **检查硬件兼容性** - 如果计算机配备 NVIDIA 显卡，请进一步核实 CUDA 是否被妥善集成到现有框架之中以便充分发挥图形处理器效能。 --- #### 自定义编译方式——whisper.cpp 除了上述两种主流途径外，还存在一种更为灵活的选择即采用 C++ 实现版本—whisper.cpp 。它允许开发者自行调整参数甚至优化性能表现而无需受限于特定平台约束条件限制: 1. 克隆仓库至本地磁盘位置； ```bash git clone https://github.com/ggerganov/whisper.cpp.git cd whisper.cpp ``` 2. 编译源码生成二进制文件； ```bash make ./main -h ``` 3. 提供输入音轨路径启动转换进程； ```bash ./main -f your_audio_file.wav ``` 以上便是关于如何从零起步搭建属于自己的 Whisper 系统实例指导说明文档全文内容总结概述完毕！ ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值