简单搭建whisper模型完成语音识别

主要步骤

1. 安装Anaconda
2. 安装python环境
3. 安装ffmpeg用于解析音频视频
4. 测试（两种方法）

安装Anaconda（不做介绍）

安装python环境

1. 建议建个新环境，避免和旧环境冲突

   conda create -n whisper_env python==3.9
   

2. 进入环境

   conda activate whisper_env
   

3. 安装whisper

   pip install -U openai-whisper
   

安装ffmpeg用于解析音频视频

1. 打开网址：https://github.com/BtbN/FFmpeg-Builds/releases
2. 下载对应版本（我下载的是ffmpeg-master-latest-win64-gpl.zip）
3. 解压到你想存放的文件夹
4. 因为是免安装的所以需要配置一下环境变量
   1. win10环境变量：此电脑-右键-属性-高级系统设置-高级-环境变量
   2. 在系统变量中Path里追加ffmpeg.exe所在的环境路径
   3. 避坑：不要在用户变量中加，会报错

测试（两种方法）

方法1 - 直接执行指令

1. 在conda里面激活环境

   conda activate whisper_env
   

2. 执行指令

   whisper D:/test.mp4 --model tiny --language Chinese
   

方法2 - python代码实现

1. 新建python文件

   import whisper
   
   model = whisper.load_model("base") # 五个模型可选 tiny base small medium large
   result = model.transcribe(r"E:/test.m4a")
   print(result["text"])
   

2. 执行文件