Windows部署語音轉文字專案_Whisper

zbyisgudi發表於2024-07-04
Windows

whisper.png

一、前置安裝準備

Github源倉庫，Whisper

  1. 下載安裝whisper及其依賴項
    官方有兩種部署方法，一種是透過預設pip源拉取安裝：
    以管理員身份執行powershell，輸入如下命令
    pip install -U openai-whisper
    因國內網路環境問題，pip下載緩慢，可以透過國內映象源加速下載，使用方法：
    pip install PACKAGE -i 國內源地址
    國內常用映象源：  
清華源：https://pypi.tuna.tsinghua.edu.cn/simple （速度與完成度均優，推薦）  
阿里源：https://mirrors.aliyun.com/pypi/simple/  
網易源：https://mirrors.163.com/pypi/simple/  
豆瓣源：https://pypi.douban.com/simple/  
百度雲源：https://mirror.baidu.com/pypi/simple/
    例如使用清華源加速下載：
    pip install -U openai-whisper -i https://pypi.tuna.tsinghua.edu.cn/simple
    另一種方法透過從github倉庫拉取原始碼安裝：
    pip install git+https://github.com/openai/whisper.git
    等待下載安裝完成。
    若安裝成功，在powershell中輸入whisper將得到以下輸出：

Whisper安裝完成.png

  1. 安裝chocolatey
    安裝chocolatey是為了方便後續在Windows中安裝ffmpeg
    繼續在powershell中輸入如下命令：
    Set-ExecutionPolicy Bypass -Scope Process -Force; [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; iex ((New-Object System.Net.WebClient).DownloadString('https://community.chocolatey.org/install.ps1'))
    在安裝完成後，根據提示重啟powershell，可輸入choco檢查是否成功安裝：

choco成功安裝.png

  1. 安裝ffmpeg
    在以管理員身份執行的powershell中輸入命令進行安裝ffmpeg：
    choco install ffmpeg
    安裝完成後在powershell中輸入ffmpeg將得到以下輸出：

ffmpeg完成安裝.png

  1. NOTE
    在官方文件中提到若在上述安裝過程中報錯還須安裝rust，安裝命令如下：
    pip install setuptools-rust
    本文此前已完成安裝

二、使用Whisper

可以透過命令列呼叫Whisper：
whisper AUDIO.mp3 --model MODEL_TYPE
即，whisper 路徑+檔名 --model 呼叫模型名稱
使用例子：
whisper D:/downloads/ted演講.mp4 --model tiny
whisper有五種不同的模型，詳細開銷和執行速度如下圖表所示：

whisper模型圖表.png

首次使用模型需要下載，若出現報錯Error 10054程式碼，則說明網路環境出現問題，進行全域性代理再次執行命令下載模型即可。
此外，也可以指定語言識別輸出：
whisper AUDIO.mp3 --model MODEL_TYPE --language Chinese

相關文章