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
华为新机开启预订,22只概念股获机构调研36氪2024-11-20 07:45发布于北京36氪官方账号11月18日,备受关注的华为年度高端旗舰系列华为Mate 70系列正式开启预订。华为官方商城显
36氪 2024-11-20
内部短路起火时间不到3秒,王朝阳院士团队揭示全固态金属锂电池安全隐患DeepTech深科技2024-11-19 21:44发布于北京DeepTech深科技官方账号全文1769字,阅读约需6分钟,帮
DeepTech深科技 2024-11-19
ROG 9 Pro上手:游戏性能拉满,综合体验更全能了雷科技2024-11-19 22:25发布于广东科技领域创作者全文2781字,阅读约需8分钟,帮我划重点划重点01ROG 9系列游戏手机正式
雷科技 2024-11-19
微软发布简化AI开发的软件,以期推动云服务增长36氪2024-11-20 08:25发布于北京36氪官方账号微软发布了协助云客户构建和部署人工智能应用的新工具,此举旨在从生成式人工智能中获得更多收
听泉赏宝商业化加速:月薪2万招募主播带货,自营产品月销近2500万三言科技2024-11-19 21:53发布于北京三言财经官方账号三言科技11月19日消息,距离听泉赏宝商业化试水已经过去一个月,
三言科技 2024-11-19
腾讯科技 2024-11-20
若法官裁定谷歌出售Chrome,该业务或价值高达200亿美元36氪2024-11-20 07:30发布于北京36氪官方账号如果法官同意美国司法部提出的强迫Alphabet Inc.出售Chrome
何同学被指抄袭,回应:文案不够严谨,实在抱歉三言科技2024-11-20 08:22发布于北京三言财经官方账号三言科技 11月20日消息,近日,有人指出何同学在最新的视频中,声称专门写了一个软件实
三言科技 2024-11-20
Copyright © 2024 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1