5、ChatGPT开源的whisper音频生成字幕，可本地搭建环境运行，效果质量很棒

作者：那个曾经的少年回来了发布时间：2023-03-30

开源组合llama+langchain助力开发者轻松使用whisper搭建本地环境，进行音视频的字幕生成和翻译，质量超级高，而且需求是转换为英语字幕，速度也是超级快的...【查看原文】

相关资讯

小电影字幕的生成(Whisper)和翻译(ChatGPT)

对于观看非母语小电影的人群，字幕能够帮助观众更好地理解对话和情节发展。电影字幕的生成电影字幕的生成，依赖语音转文本（Speech-to-Text，STT）的技术。随着语音技术和机器学习的发展，语音转文本技术也取得了长足的进步。而OpenAI的Whisper是目前识别率较高的模型。下面讲展示如何调用Whisper来得到电影的字幕.Whisper是一种自动语音识别（ASR）系统，它是基于680,000小时的多语言和多任务监督数据进行训练的，使用了大量的多样化音频数据进行训练，并且具有多任务的能力。Whispe

Whisper ChatGPT 机器学习 OpenAI

浪客剑心客栈 2023-10-28

使用OpenAI - Whisper生成字幕

安装Whisper Whisper需要依赖：Nvidia CUDA（NVIDIA开发的并行计算平台和编程模型）Pytorch（开源深度学习框架）FFmpeg（开源的多媒体处理工具库和开发套件） 1. 确定CUDA版本并安装 CUDA的版本取决于两方面：Nvidia显卡驱动所选择的PyTorch版本打开Nvidia控制面板（一般桌面右键菜单中即包含），查看驱动版本，或在控制台输入nvidia-smi.exe [图片] [图片] 获得版本后打开CUDA发行文档查看当前驱动版本所支持的CUDA版

OpenAI Whisper

巫不可 2024-10-21

璃花昼 2023-03-13

近期资讯

小米申请音频信号处理专利，实现多路音频信号同时播放

金融界2024年12月26日消息，国家知识产权局信息显示，北京小米移动软件有限公司申请一项名为“音频信号处理方法、装置及电子设备”的专利，公开号CN119181368A，申请日期为2023年6月。专利摘要显示，本申请提出一种音频信号处理方法、装置及电子设备，涉及音频处理技术领域。

金融界 2024-12-26

上海任意门申请一种语音合成方法专利，可实现音色风格解耦

金融界2024年12月26日消息，国家知识产权局信息显示，上海任意门科技有限公司申请一项名为“一种语音合成方法、装置、电子设备及存储介质”的专利，公开号CN119181349A，申请日期为2024年11月。

金融界 2024-12-26

特斯拉（广州）取得直流充电桩降噪结构专利，提高降噪效果

金融界2024年12月26日消息，国家知识产权局信息显示，特斯拉（广州）科技有限公司取得一项名为“一种直流充电桩的降噪结构”的专利，授权公告号CN222202288U，申请日期为2024年5月。专利摘要显示，本实用新型公开了一种直流充电桩的降噪结构，本实用新型涉及直流充电桩技术领域。

金融界 2024-12-26

保时捷（上海）数字科技申请用于语音可激活的设备的专利，可根据需要更灵活地对语音可激活的设备进行激活

金融界2024年12月26日消息，国家知识产权局信息显示，保时捷（上海）数字科技有限公司申请一项名为“用于语音可激活的设备的方法及相应的装置、设备和车辆”的专利，公开号CN119181354A，申请日期为2023年6月。专利摘要显示，本发明提供了用于语音可激活的设备的方法及相应的装置、设备和车辆。

金融界 2024-12-26

字跳网络申请用于语音处理的专利，提高语音输入便利性

金融界2024年12月26日消息，国家知识产权局信息显示，北京字跳网络技术有限公司申请一项名为“用于语音处理的方法、装置、设备、存储介质和产品”的专利，公开号CN119181362A，申请日期为2024年9月。专利摘要显示，根据本公开的实施例，提供了用于语音处理的方法、装置、设备、存储介质和产品。

金融界 2024-12-26

景雄科技申请动态降噪与多语音增强专利，提高了音频的降噪效果

金融界2024年12月26日消息，国家知识产权局信息显示，深圳市景雄科技有限公司申请一项名为“一种动态降噪与多语音增强的方法、系统、设备及介质”的专利，公开号CN119181371A，申请日期为2024年9月。

金融界 2024-12-26

西藏峦赛智慧物联工程取得便于维护的新能源充电桩专利，提高充电桩的散热效果

金融界2024年12月26日消息，国家知识产权局信息显示，西藏峦赛智慧物联工程有限公司取得一项名为“一种便于维护的新能源充电桩”的专利，授权公告号CN222202282U，申请日期为2024年4月。

金融界 2024-12-26

嘉善浩业电子取得一种用于充电桩的多方位散热系统专利，加快降温速度提升散热效率

金融界2024年12月26日消息，国家知识产权局信息显示，嘉善浩业电子科技有限公司取得一项名为“一种用于充电桩的多方位散热系统”的专利，授权公告号CN222202283U，申请日期为2024年4月。专利摘要显示，一种用于充电桩的多方位散热系统包括安装板，充电元器件，第一散热单元，以及第二散热单元。

金融界 2024-12-26

深圳市易思态科技申请基于蓝牙传输的同声传译专利，大幅扩展了应用场景

金融界2024年12月26日消息，国家知识产权局信息显示，深圳市易思态科技有限公司申请一项名为“基于蓝牙传输的同声传译方法、装置、设备及介质”的专利，公开号CN119181365A，申请日期为2024年9月。

金融界 2024-12-26

极氪蓝色申请模型优化方法专利，有效提高用户使用体验

金融界2024年12月26日消息，国家知识产权局信息显示，上海极氪蓝色新能源技术有限公司申请一项名为“模型优化方法、装置、设备及存储介质”的专利，公开号CN119181366A，申请日期为2024年9月。

金融界 2024-12-26

5、ChatGPT开源的whisper音频生成字幕，可本地搭建环境运行，效果质量很棒

推荐体验

相关资讯

小电影字幕的生成(Whisper)和翻译(ChatGPT)

使用OpenAI - Whisper生成字幕

LLM探索：环境搭建与模型本地部署

智谱开源 CogVideoX-5B 视频生成模型，RTX 3060 显卡可运行；

Visual ChatGPT（可处理图片的对话系统）原理简介和环境搭建

近期资讯

小米申请音频信号处理专利，实现多路音频信号同时播放

上海任意门申请一种语音合成方法专利，可实现音色风格解耦

特斯拉（广州）取得直流充电桩降噪结构专利，提高降噪效果

保时捷（上海）数字科技申请用于语音可激活的设备的专利，可根据需要更灵活地对语音可激活的设备进行激活

字跳网络申请用于语音处理的专利，提高语音输入便利性

景雄科技申请动态降噪与多语音增强专利，提高了音频的降噪效果

西藏峦赛智慧物联工程取得便于维护的新能源充电桩专利，提高充电桩的散热效果

嘉善浩业电子取得一种用于充电桩的多方位散热系统专利，加快降温速度提升散热效率

深圳市易思态科技申请基于蓝牙传输的同声传译专利，大幅扩展了应用场景

极氪蓝色申请模型优化方法专利，有效提高用户使用体验

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响