Windows部署语音转文字项目_Whisper

Windows部署语音转文字项目_Whisper

一、前置安装准备

Github源仓库，Whisper

1. 下载安装whisper及其依赖项
   官方有两种部署方法，一种是通过默认pip源拉取安装：
   以管理员身份运行powershell，输入如下命令
   pip install -U openai-whisper
   因国内网络环境问题，pip下载缓慢，可以通过国内镜像源加速下载，使用方法：
   pip install PACKAGE -i 国内源地址

   国内常用镜像源：  
   清华源：https://pypi.tuna.tsinghua.edu.cn/simple （速度与完成度均优，推荐）  
   阿里源：https://mirrors.aliyun.com/pypi/simple/  
   网易源：https://mirrors.163.com/pypi/simple/  
   豆瓣源：https://pypi.douban.com/simple/  
   百度云源：https://mirror.baidu.com/pypi/simple/
   

   例如使用清华源加速下载：
   pip install -U openai-whisper -i https://pypi.tuna.tsinghua.edu.cn/simple
   另一种方法通过从github仓库拉取源码安装：
   pip install git+https://github.com/openai/whisper.git
   等待下载安装完成。
   若安装成功，在powershell中输入whisper将得到以下输出：

2. 安装chocolatey
   安装chocolatey是为了方便后续在Windows中安装ffmpeg
   继续在powershell中输入如下命令：
   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'))
   在安装完成后，根据提示重启powershell，可输入choco检查是否成功安装：

3. 安装ffmpeg
   在以管理员身份运行的powershell中输入命令进行安装ffmpeg：
   choco install ffmpeg
   安装完成后在powershell中输入ffmpeg将得到以下输出：

4. NOTE
   在官方文档中提到若在上述安装过程中报错还须安装rust，安装命令如下：
   pip install setuptools-rust
   本文此前已完成安装

二、使用Whisper

可以通过命令行调用Whisper：
whisper AUDIO.mp3 --model MODEL_TYPE
即，whisper 路径+文件名 --model 调用模型名称
使用例子：
whisper D:/downloads/ted演讲.mp4 --model tiny
whisper有五种不同的模型，详细开销和运行速度如下图表所示：

首次使用模型需要下载，若出现报错Error 10054代码，则说明网络环境出现问题，进行全局代理再次运行命令下载模型即可。
此外，也可以指定语言识别输出：
whisper AUDIO.mp3 --model MODEL_TYPE --language Chinese