python語音識別whisper的使用
一、背景
最近想提取一些視頻的字幕，語音文案，研究了一波
二、whisper語音識別
Whisper 是一種通用的語音識別模型。它在不同音頻的大型數(shù)據(jù)集上進(jìn)行訓(xùn)練，也是一個(gè)多任務(wù)模型，可以執(zhí)行多語言語音識別以及語音翻譯和語言識別。
stable-ts在 OpenAI 的 Whisper 之上修改并添加了更大的破解代碼發(fā)布，生成更準(zhǔn)確的階段時(shí)間切換，并在無須額外推介的情況下獲得申領(lǐng)
安裝
pip install openai-whisper pip install stable-ts
| Size | Parameters | English-only model | Multilingual model | Required VRAM | Relative speed |
|---|---|---|---|---|---|
| tiny | 39 M | tiny.en | tiny | ~1 GB | ~32x |
| base | 74 M | base.en | base | ~1 GB | ~16x |
| small | 244 M | small.en | small | ~2 GB | ~6x |
| medium | 769 M | medium.en | medium | ~5 GB | ~2x |
| large | 1550 M | N/A | large | ~10 GB | 1x |
三、示例
模型越大，越精確，相應(yīng)話費(fèi)的時(shí)間越長
自帶語言識別功能，language最好加上，下面歌曲識別為英語，加后為中文
stable_whisper 是 whisper 進(jìn)化版
import whisper
import stable_whisper as whisper
class WhisperTranscriber(object):
? ? def __init__(self, model_name):
? ? ? ? self.model = whisper.load_model(model_name)
? ? def whisper_transcribe(self, audio_path):
? ? ? ? audio = self.model.transcribe(audio_path, fp16=False, language='Chinese')
? ? ? ? return audio['text']
if __name__ == '__main__':
? ? transcriber = WhisperTranscriber("base")
? ? text = transcriber.whisper_transcribe("257853511.mp3")
? ? print(text)
可能是伴奏聲音過大，你才出來這是什么歌了嗎？stable_whisper 別的用法、生成字幕
import stable_whisper
model = stable_whisper.load_model('base')
results = model.transcribe('257853511.mp3', fp16=False, language='Chinese')
stable_whisper.results_to_sentence_srt(results, 'audio')
stable_whisper.results_to_sentence_word_ass(results, 'audio.ass')
四、封裝工具
如果遇到簡繁轉(zhuǎn)換可以石下面
pip install zhconv
- zh-cn 大陸簡體
- zh-hant 繁體
from zhconv import convert
convert('Python是一種動(dòng)態(tài)的、面向?qū)ο蟮哪_本語言', 'zh-hant')
'Python是一種動(dòng)態(tài)的、面向?qū)ο蟮哪_本語言'
到此這篇關(guān)于python語音識別whisper的使用的文章就介紹到這了,更多相關(guān)python語音識別whisper內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了django用戶登錄和注銷的實(shí)現(xiàn)方法，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-07-07
今天小編就為大家分享一篇在python3中實(shí)現(xiàn)更新界面，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
selenium+超級鷹實(shí)現(xiàn)模擬登錄12306
這篇文章主要介紹了selenium+超級鷹實(shí)現(xiàn)模擬登錄12306，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
python中l(wèi)ist列表復(fù)制的幾種方法(賦值、切片、copy()，deepcopy())
本文主要介紹了python中l(wèi)ist列表復(fù)制的幾種方法(賦值、切片、copy()，deepcopy())，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-08-08
Python計(jì)算點(diǎn)到直線距離、直線間交點(diǎn)夾角
這篇文章主要介紹了Python計(jì)算點(diǎn)到直線距離、直線間交點(diǎn)夾角,需要的朋友可以參考下2021-12-12
在PyCharm中實(shí)現(xiàn)關(guān)閉一個(gè)死循環(huán)程序的方法
今天小編就為大家分享一篇在PyCharm中實(shí)現(xiàn)關(guān)閉一個(gè)死循環(huán)程序的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11
這篇文章主要介紹了Python實(shí)現(xiàn)針對中文排序的方法,結(jié)合實(shí)例形式較為詳細(xì)的分析了Python針對中文進(jìn)行排序操作出現(xiàn)的問題與相關(guān)處理技巧,需要的朋友可以參考下2017-05-05
淺談python中常用的8種經(jīng)典數(shù)據(jù)結(jié)構(gòu)
這篇文章主要介紹了python中常用的8種經(jīng)典數(shù)據(jù)結(jié)構(gòu),包括原生數(shù)據(jù)結(jié)構(gòu),NumPy包中的數(shù)據(jù)結(jié)構(gòu),以及Pandas包中的數(shù)據(jù)結(jié)構(gòu),需要的朋友可以參考下2023-03-03
Python如何使用Eel和HTML開發(fā)桌面應(yīng)用
這篇文章主要介紹了Python使用Eel和HTML開發(fā)桌面應(yīng)用問題，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-01-01
這篇文章主要介紹了pygame實(shí)現(xiàn)非圖片按鈕效果，不使用圖片制作，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-10-10