+DL+Whisper のバックアップ(No.5)

バックアップ一覧
差分を表示
現在との差分を表示
ソースを表示
+DL+Whisper へ行く。
- 1 (2024-07-15 (月) 21:48:19)
- 2 (2024-07-16 (火) 00:50:41)
- 3 (2024-07-16 (火) 17:00:33)
- 4 (2024-07-16 (火) 21:18:45)
- 5 (2024-07-17 (水) 11:28:41)
- 6 (2024-07-17 (水) 22:07:32)

※前提条件：本情報はWhisper 1.5.0を基づいて説明してる

Whisper †[edit]

这个方案就是 OpenAI 开源的 Whisper，当然是用 Python 写的了，只需要简单安装几个包，然后几行代码一写，稍等片刻（根据你的机器性能和音视频长度不一），最终的文本内容就出来了，就是这么简单。

GitHub 仓库地址：

https://github.com/openai/whisper

参考

https://blog.csdn.net/xiaohucxy/article/details/134838912

↑

CPU †[edit]

NuGet安装下面两个包

Whisper.net
Whisper.net.Runtime

↑

GPU †[edit]

NuGet安装下面两个包

Whisper.net
Whisper.net.Runtime.Clblast

Whisper.net.Runtime.Cublas: Cublas 是 NVIDIA 提供的一个线性代数库，它包含一系列用于解决线性代数问题的函数，例如矩阵和向量相乘、矩阵相乘等。
Whisper.net.Runtime.Clblast: Clblast 是一个用于 OpenCL 的 BLAS (基础线性代数子程序) 库，它提供了一系列用于执行线性代数运算的函数。

↑

Fast-Whisper †[edit]

虽然已经很简单了，但是对于程序员来说还是不够简洁，毕竟程序员都很“懒”，Whisper 虽说安装和调用已经很简单了，但还是需要独立安装 PyTorch 、ffmpeg 甚至 Rust。

于是，就有了更快、更简洁的 Fast-Whisper。Fast-Whisper 并不是简单封装了一下 Whisper，而是是使用 CTranslate2 重新实现 OpenAI 的 Whisper 模型，CTranslate2 是 Transformer 模型的快速推理引擎。

总结一下，也就是比 Whisper 更快，官方的说法是比 Whisper 快了 4-8 倍。不仅能支持 GPU ，还能支持 CPU，连我这台破 Mac 也能用。

GitHub 仓库地址：

https://github.com/SYSTRAN/faster-whisper

CUDA的下载路径：

https://developer.nvidia.com/cuda-downloads

运行保存在本地的large-v3模型

from faster_whisper import WhisperModel

model_size = "small"

path = r"E:\aSer\whisper\faster-whisper-small"

# Run on GPU with FP16
model = WhisperModel(model_size_or_path=path, device="cpu", compute_type="int8", local_files_only=True)

# or run on GPU with INT8
# model = WhisperModel(model_size, device="cuda", compute_type="int8_float16")
# or run on CPU with INT8
# model = WhisperModel(model_size, device="cpu", compute_type="int8")

segments, info = model.transcribe("E:\\aSer\\whisper\\20240716091034.wav", beam_size=5, language="zh", vad_filter=True, vad_parameters=dict(min_silence_duration_ms=1000))

for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

↑

下载地址 †[edit]

只能翻墙才能访问到

large-v3模型	https://huggingface.co/Systran/faster-whisper-large-v3/tree/main
large-v2模型	https://huggingface.co/guillaumekln/faster-whisper-large-v2/tree/main
large-v2模型	https://huggingface.co/guillaumekln/faster-whisper-large-v1/tree/main
medium模型	https://huggingface.co/guillaumekln/faster-whisper-medium/tree/main
small模型	https://huggingface.co/guillaumekln/faster-whisper-small/tree/main
base模型	https://huggingface.co/guillaumekln/faster-whisper-base/tree/main
tiny模型	https://huggingface.co/guillaumekln/faster-whisper-tiny/tree/main

下载cuBLAS and cuDNN

https://github.com/Purfview/whisper-standalone-win/releases/tag/libs

↑

环境配置 †[edit]

创建环境在conda环境中创建python运行环境

conda create -n faster_whisper python=3.9 # python版本要求3.8到3.11

激活虚拟环境

conda activate faster_whisper

安装faster-whisper依赖

pip install faster-whisper

コメント：