whisper

Faster-Whisper —— 为语音识别加速的利器在语音识别技术迅速发展的今天，OpenAI 的 Whisper 模型因其强大的多语言识别能力和优异的准确率而受到广泛关注。然而，高精度模型往往伴随着高昂的计算开销和较长的推理时间，这对于需要实时或大规模转录的场景来说可能并不理想。为此，社区中涌现出了一系列优化方案，其中 faster_whisper 脱颖而出，成为实现更快速、高效语音识别的优秀工具。

开源模型应用落地-语音转文本-whisper模型-AIGC应用探索（五）在上一节中，学习了如何使用vLLM来部署Whisper-large-v3-turbo模型。不过，在实际使用时，模型一次只能处理30秒的音频。今天，将结合实际业务，介绍如何处理一段完整的音频，并生成相应的字幕文件。

开箱即用的whisper-service服务https://github.com/openai/whisperhttps://docker.aityp.com/r/docker.io/onerahmet

Python数据分析与机器学习

基于fast-whisper模型的语音识别工具的设计与实现目录摘要第1章绪论1.1 论文研究主要内容1.1.1模型类型选择1.1.2开发语言的选择1.2 国内外现状

在win11 中 whisper-large-v3-turbo 的简单使用项目中如果有虚拟环境,忽略以上1,2,3; 在项目下执行

毛毛的毛毛

如何使用OPENAI的Whisper功能进行音频字母提取功能首先你可以使用 Python 中的 requests 库来下载该音频文件，然后通过 open() 打开该文件并传递给 OpenAI Whisper API。

Whisper+T5-translate实现python实时语音翻译

烤鸭的世界我们不懂

Python + WhisperX：解锁语音识别的高效新姿势大家好，我是烤鸭：最近在尝试做视频的质量分析，打算利用asr针对声音判断是否有人声，以及识别出来的文本进行进一步操作。asr看了几个开源的，最终选择了openai的whisper，后来发现性能不行，又换了whisperX。这是一篇实战和代码为主的文章。

[ASR]faster-whisper报错Could not locate cudnn_ops64_9.dll再初次安装之后，首次运行出现以下错误。（参照本文安装命令）看到其他帖子的方案都是下载dll文件，但是我尝试直接安装cuda版torch时，发现问题已经解决

Whisper-Medium 模型：音频转文本的原理、实践与硬件推荐Whisper-Medium 是 OpenAI 提供的中型语音识别模型，具有良好的精度和速度平衡，适合对识别准确率要求较高的离线语音转文本场景。它支持多语言并具有较强的泛化能力，但相较于更小的模型（如 Tiny 和 Base），对硬件性能有更高要求。

Whisper-Tiny 模型：音频转文本的原理与实践Whisper 是 OpenAI 发布的一款多语言语音识别模型，具有多个不同大小的模型（Tiny 到 Large），支持离线语音识别。Whisper-Tiny 是其最轻量级的模型版本，适合硬件资源有限、对准确性要求不高但需要快速处理的场景。

大模型之路

OpenAI Whisper：语音识别技术的革新者—深入架构与参数当下语音识别技术正以前所未有的速度发展，极大地推动了人机交互的便利性和效率。OpenAI的Whisper系统无疑是这一领域的佼佼者，它凭借其卓越的性能、广泛的适用性和创新的技术架构，正在重新定义语音转文本技术的规则。今天我们一起了解一下Whisper的架构、核心能力以及其丰富的参数设置，帮助读者更好地理解这一前沿技术。

南棱笑笑生

20250109使用M6000显卡在Ubuntu20.04.6下跑whisper来识别中英文字幕20250109使用M6000显卡在Ubuntu20.04.6下跑whisper来识别中英文字幕 2025/1/9 20:57

飘逸高铁侠

使用 whisper和ffmpeg 烧录视频的中英文双语字幕使用 whisper和ffmpeg 来烧录中英文双语字幕，可以通过以下几个步骤来修改你的代码。主要修改的地方是生成字幕的方式，将字幕通过 ffmpeg 的命令行工具烧录到视频中。通过生成字幕文件（.srt）然后用 ffmpeg 将字幕直接烧录到视频里。

长风清留扬

基于OpenAI Whisper AI模型自动生成视频字幕：全面解析与实战指南在数字化时代，视频内容已成为信息传播的重要载体。然而，为视频添加字幕却是一项繁琐且耗时的工作。幸运的是，随着人工智能技术的飞速发展，特别是OpenAI Whisper模型的推出，我们有了更加高效、智能的解决方案。

【AI驱动的数据结构：包装类的艺术与科学】🌈个人主页: Aileen_0v0 🔥热门专栏: 华为鸿蒙系统学习|计算机网络|数据结构与算法 💫个人格言:“没有罗马,那就自己创造罗马~”

带电的小王

WhisperKit: Android 端测试 Whisper -- Android手机(Qualcomm GPU)部署音频大模型原文：https://flowus.cn/xiaoj_share/share/8c721e89-680e-451c-8c93-52e435ebf1a2

带电的小王

whisper.cpp: Android端测试 -- Android端手机部署音频大模型以下是经实验验证可行的环境参考，也可尝试其他版本。（1）PC：Ubuntu 22.04.4（2）硬件设备：Android 手机

带电的小王

whisper.cpp: PC端测试 -- 电脑端部署音频大模型以下是经实验验证可行的环境参考，也可尝试其他版本。（1）PC：Ubuntu 22.04.4（2）软件环境：如下表所示

记录本地部署 Whisper 模型的过程Whisper 是论文中提出的用于自动语音识别（ASR）和语音翻译先进的模型通过大规模弱监督实现稳健语音识别作者：Alec Radford 等人，来自 OpenAI。Whisper 在 >5M 小时的标记数据上进行了训练，表现出了很强的泛化能力数据集和域。