whisper使用说明书

您所在的位置：网站首页 › shisper怎么读 › whisper使用说明书

whisper使用说明书

2024-07-01 23:26| 来源: 网络整理| 查看: 265

默认模式运行

简单运行中全部使用默认参数，默认模型为small模型，默认模型加载路径在当前用户的cached目录中，运行之后会默认识别音频中的语言。

whisper input.wav 指定模型

若要修改默认的模型，可以添加–model 模型名参数的方式指定使用哪一种模型进行转录。

下面是可以切换的模型：

tiny.en,tiny,base.en,base,small.en,small,medium.en,medium,large-v1,large-v2,large

下面是官方给出的各个模型的情况：

下面是如何指定模型例子：

whisper --model large input.wav 指定转录后保存文件的格式

可选的文件格式有：

txt,vtt,srt,tsv,json

其中默认是输出所有格式。

如果想要明确指定某一种格式，可以使用–output_format 格式的方式，请看下面的例子：

whisper --model large --output_format srt input.wav 指定使用CPU还是CUDA来转录

通过参数–device来指定，例子：（如果cuda可用，默认优先使用cuda，cuda指的是使用显卡来转录）

whisper --model large --output_format srt --device cuda input.wav 翻译成英语

任何支持的语言可以直接翻译成英语输出，使用–task translate，默认它的值为transcribe，表示转录，例子：

whisper --model large --output_format srt --device cuda --task translate input.wav 指定语言

使用–language来指定音频中的语言，例子：

whisper --model large --output_format srt --device cuda --task transcribe --language Chinese input.wav 指定输出位置

使用–output_dir，默认为当前运行命令的目前，例子：

whisper --model large --output_format srt --output_dir ../output --language Chinese input.wav 指定是否在控制台打印输出

使用–verbose，值为布尔类型，默认为True，例子：

whisper --model large --verbose False --language Chinese input.wav 指定是否返回字时间戳

使用–word_timestamps，值为布尔类型，默认为False，如果想要返回字级时间戳，可以把值改为True，例子：

whisper --model large --word_timestamps True input.wav 使用initial_prompt让其尽量输出简体中文

如果没有使用该参数，那么有可能会转录成繁体中文，例子：

whisper --model large --initial_prompt "转换为简体中文" input.wav

上面的方式是让其尽量转录成简体中文，不一定是简体中文。

faster-whisper使用文档

1.1 模型

模型：默认medium。

"tiny", "base", "small", "medium", "large", "large-v2"

例子：

python faster-whisper.py --model large --inputs test.wav --output ./

1.2 指定输入音频

必须指定输入音频文件，例子：

python faster-whisper.py --inputs test.wav --output ./test.srt

1.3 指定保存文件路径

必须指定保存转录结果路径（包括文件名），例子：

python faster-whisper.py --inputs test.wav --output ./test.srt

1.4 指定精度

默认精度为int8，需要主要使用CPU必须指定为int8，否则会报错。可选的精度有int8，float16。

例子：

python faster-whisper.py --inputs test.wav --output ./test.srt --compute_type float16

1.5 指定使用CPU还是CUDA

通过参数–device来指定使用CPU还是CUDA来转录，默认使用CPU。

例子：

python faster-whisper.py --inputs test.wav --output ./test.srt --compute_type float16 --device cuda

1.6 指定initial_prompt

通过–initial_prompt参数可以指定转录成简体中文还是繁体中文，例子：

python faster-whisper.py --inputs test.wav --output ./test.srt --compute_type float16 --device cuda --initial_prompt "转录为简体中文"

1.7 指定语言

通过–language来指定音频中的主要语言，默认不设置会自动识别，例子：

python faster-whisper.py --inputs test.wav --output ./test.srt --language zh

Q.E.D.

【本文地址】

公司简介

联系我们