faster-whisper

使用faster-whisper套件, 將語音檔案轉成文字稿.

環境設定

虛擬機新增與進入

新增虛擬機 py -m venv venv

啟用虛擬工作環境

.\venv\Scripts\activate

環境建置

升級pip套件 py -m pip install --upgrade pip

列出所有已安裝套件 pip freeze

常見相依性套件安裝方法 pip install -r requirements.txt

備註: 相依性套件輸出 pip freeze > requirements.txt

更新你的虛擬環境中的套件, 也可以使用 pip install -r requirements.txt --upgrade

備註: 安裝 Whisper 已被包在requirements.txt當中 不需要特別使用pip install openai-whisper

使用方式

使用 whisper

將聲音文件放置於.\audio_files\資料夾

編輯 定義音訊檔案

# 定義音訊檔案和目錄
audio_file = '錄製.m4a' # 錄音檔案
mins = 10  # 單位：分鐘
model_size = "base"  # 您可以選擇不同大小的模型，例如 tiny, base, small, medium, large, large-v2, large-v3
device = "cpu"  # "cuda" 或 "cpu"
compute_type = "float32"  # "float16" 或 "float32"
mode = "timeline"  # 一般:'normal'; 時間軸:'timeline', 字幕:'subtitle'

後

終端機 執行 py .\app.py

於.\output\資料夾中取得語音辨識的檔案

---

未來版本

• 台語無法正常辨識
• 筆電CPU無GPU 效率不好
• Large辨識度
• 前後推理用字 第一章/第一張 不容易搜尋

錯字紀錄

• 中心(ㄣ) > 中興(ㄥ)
• 茶盒 > 查核
• 治安中心 > 職安中心
• 治安署 > 職安署
• 人民(ㄣ) > 人名(ㄥ)
• 慈安智慧功利 > 職安智慧工地
• 建造 > 監造