ChatGLM+Whisper概括视频内容

Whisper是一种通用语音识别模型。它是在各种音频的大型数据集上进行训练的,也是一个多任务模型,可以执行多语言语音识别、语音翻译和语言识别。

ChatGLM-6B是由清华大学唐杰团队开发的开源的、支持中英双语问答的对话语言模型,基于 General Language Model (GLM) 架构,具有 62 亿参数。结合模型量化技术,用户可以在消费级的显卡上进行本地部署(INT4 量化级别下最低只需 6GB 显存)。ChatGLM-6B使用了和ChatGLM相同的技术,针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练,辅以监督微调、反馈自助、人类反馈强化学习等技术的加持,62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。

学习tips - 离线使用ChatGLM+Whisper概括视频内容 | CN-SEC 中文网

二、免安装实现方式

第一步,安装whisper-webui

第二步,安装ChatGLM-webui

第三步,打开whisper-webui输入视频网址,点击submit,得到文本

第四步,打开ChatGLM-webui,输入文本,告诉它生成摘要

你可能感兴趣的:(AIGC)