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
zjjuejin2 小时前
Maven环境搭建
后端·maven
我是天龙_绍2 小时前
项目根目录有requirements.txt 如何安装
后端
bobz9652 小时前
MPLS VPN | SRV6 TE 安全隔离路由技术
后端
bobz9652 小时前
AMD 正式停更 AMDVLK 驱动: 有格局的厂商和社区会是一致的
后端
拳打南山敬老院2 小时前
漫谈 MCP 构建之概念篇
前端·后端·aigc
每天进步一点_JL3 小时前
JVM 类加载:双亲委派机制
java·后端
用户298698530143 小时前
Java HTML 转 Word 完整指南
java·后端
J2K4 小时前
JDK都25了,你还没用过ZGC?那真得补补课了
java·jvm·后端
EMQX4 小时前
ESP32 + MCP over MQTT:通过大模型控制智能硬件设备
后端·mcp