语音识别whisper的介绍、安装、错误记录

介绍

Whisper是OpenAI于2022年9月份开源的通用的语音识别模型。它是在各种音频的大型数据集上训练的模型，也是一个可以执行多语言语音识别、语音翻译和语言识别的多任务模型。
论文链接：https://arxiv.org/abs/2212.04356
github链接：https://github.com/openai/whisper

安装

Whisper主要是基于Pytorch实现，所以需要在安装有pytorch的环境中使用。

1、安装Whisper

pip install -U openai-whisper

或者

pip install git+https://github.com/openai/whisper.git

安装好之后，打开cmd界面，执行whisper，出现如下提示说明安装成功

2、安装FFmpeg

FFmpeg是一款音视频编解码工具。Whisper需要使用FFmpeg工具提取声音数据，所以需要安装配置FFmpeg。
参考博客：https://blog.youkuaiyun.com/weixin_45487348/article/details/130722161
安装好之后，，打开cmd界面，执行ffmpeg，出现如下提示说明安装成功

3