Whisper 通过 mp3输出中文

像剪映和一些软件一样,识别字幕,输出文本,用Whisper。

Whisper是openai推出的,一种开源语音识别模型,能够识别很多种语言,然后将音频转成文字

python实现。


不懂代码的,用图形界面buzzconst-me/whisper


python记住一定要安装3.9 - 3.11 之间,我用到3.9.9


命令是这样:whisper --language Chinese --model large audio.mp3

就可以输出了。


也可以写代码:

代码如下:

py 复制代码
import os.path
import whisper

model = whisper.load_model("turbo")

# load audio and pad/trim it to fit 30 seconds
audio_path = os.path.join(os.path.dirname(__file__), "1.mp3")
audio = whisper.load_audio(audio_path)
audio = whisper.pad_or_trim(audio)

# make log-Mel spectrogram and move to the same device as the model
mel = whisper.log_mel_spectrogram(audio, n_mels=model.dims.n_mels).to(model.device)

# detect the spoken language
_, probs = model.detect_language(mel)
print(f"Detected language: {max(probs, key=probs.get)}") # 检测是哪国语言

# decode the audio
options = whisper.DecodingOptions()
result = whisper.decode(model, mel, options)

# print the recognized text
print(result.text) # 输出结果
相关推荐
小虚竹10 分钟前
Rust日志系统完全指南:从log门面库到env_logger实战
开发语言·后端·rust
今日说"法"12 分钟前
Rust 日志级别与结构化日志:从调试到生产的日志策略
开发语言·后端·rust
-大头.13 分钟前
Rust并发编程实战技巧
开发语言·后端·rust
Lisonseekpan23 分钟前
Linux 常用命令详解与使用规则
linux·服务器·后端
林太白43 分钟前
rust15-菜单模块
后端·rust
调试人生的显微镜1 小时前
iOS 上架费用全解析 开发者账号、App 审核、工具使用与开心上架(Appuploader)免 Mac 成本优化指南
后端
LSTM971 小时前
使用 Spire.XLS for Python 将 Excel 转换为 PDF
后端
ACGkaka_1 小时前
SpringBoot 实战(四十)集成 Statemachine
java·spring boot·后端
Java微观世界1 小时前
Lombok、SpringBoot的底层逻辑:一文读懂Java注解的编译时与运行时处理
后端