君不言语音识别技术则已,言则必称Whisper,没错,OpenAi开源的Whisper确实是世界主流语音识别技术的魁首,但在中文领域,有一个足以和Whisper相颉顽的项目,那就是阿里达摩院自研的...【查看原文】
# 前言 要解决问题: 需要一款开源的语音转文字应用, 用于视频自动转换字幕. 想到的思路: `openai`的`whisper`以及根据这个模型开发的`whisper.cpp`C++应用. 其它的补充: 最好在`linux`下部署, `Windows`下困难太多. --- # 一、部署`whisper` 官方文档要求至少十`python3.8-3.10`, 同时需要`ffmpeg`, 要有`nv`的显卡, 支持`cuda` 直接安装部署: `pip install -U openai-whisper`
WhisperOpenAI
不停感叹的老林 2024-01-08
前言 前段时间测试一下OpenAI的语音识别模型 当时发现效率很低,今天发现阿里有一个专注的语音识别大模型FunAsr 看介绍Funasr的中文识别能力应该比Whisper更强大: Funasr的模型
OpenAIWhisper
土圭垚墝 2024-05-29
很多做录音采访之类的工作,需要实时录音后期还要将谈话内容整理成文字,如果人工去做的话及其耗时,还可以根据音频文件生成srt字幕,非常适合做自媒体视频的人用,还比如看到一些视频非常好很想将里面的文案提取出来,有很多软件就可以实现将语音转成文字,这里就跟大家分享一个免费又好用的软件:Whisper,这是一个免费开源程序,该软件是whisper.cpp实现的Windows 移植,是OpenAI 的 Whisper自动语音识别 (ASR) 模型的 C++ 端口。github项目地址:https://github.
WhisperGitHubOpenAI
AI画师大阳 2023-09-09
功能实时语音转文字、实时翻译(需麦克风权限)导入音频、视频文件(mp3、wav、m4a、ogg、mp4、webm、ogm),导出逐句字幕或逐词字幕(导出格式:TXT、SRT、VTT)转录和翻译音频离线在您的个人计算机。由OpenAI的Whisper提供动力。可以简单理解为QT的前端界面,python语言构建服务端,使用Whisper语言模型进行计算语音转文字的软件。痛点在于离线,缺点也很明显,模型较大,高质量模型运算依赖于硬件和算法优化应用场景学习,歌曲提取歌词,视频提取字幕,多媒体信息前置数据提取相较于
mayoの自留地 2023-10-20
OpenAI Whisper实时语音识别:实现近乎实时的语音转文本 近年来,随着人工智能技术的飞速发展,语音识别领域也取得了突破性进展。OpenAI推出的Whisper模型就是其中的佼佼者,凭借其强大
OpenAIWhisper人工智能
用户391315911403 2024-09-02
NBA该着急了
体育产业生态圈 2024-12-30
华人女科学家带队,7年融资60亿。
猎云网 2024-12-30
为沈阳及东北地区的汽车制造业提供新的增长点
时代周报 2024-12-30
航空货运公司的护城河在哪里?
时代财经 2024-12-30
汉堡王打价格战是自寻死路?
首席商业评论 2024-12-30
苏州产业缩影。
投资界 2024-12-30
36氪 2024-12-30
日企关注中美贸易战,对华战略或调整。
日经中文网 2024-12-30
Copyright © 2025 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1