Whisper

20240127如何在线识别德语字幕？

2024/1/2711:421945[科尔贝格]Kolberg01:48:49=接近109分钟德语视频的字幕OCR适配：1、whisper，8:39-8:58，使用GTX1080需要接近20分钟。
南棱笑笑生·2024-01-28 11:09

20240126请问在ubuntu20.04.6下让GTX1080显卡让whisper工作在large模式下？

20240126请问在ubuntu20.04.6下让GTX1080显卡让whisper工作在large模式下？2024/1/2621:19问GTX1080模式使用large该如何配置呢？
南棱笑笑生·2024-01-27 07:24

webassembly003 whisper.cpp的main项目-1

参数设置/home/pdd/le/whisper.cpp-1.5.0/cmake-build-debug/bin/mainoptions:-h,--help[default]showthishelpmessageandexit-tN
FakeOccupational·2024-01-26 23:22

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默认”形态可能在中文领域斗不过FunAsr
刘悦的技术分享·2024-01-26 08:50

利用 “diart“ 和 OpenAI 的 Whisper 简化实时转录

利用"diart"和OpenAI的Whisper简化实时转录工作原理Diart是一个基于人工智能的Python库，用于实时记录说话者语言（即"谁在什么时候说话"），它建立在pyannote.audio模型之上
vitaminYZZ·2024-01-25 18:39

20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结（whisper）

20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结2024/1/2219:52结论：这个软件如果是习作，可以打101分，功能都实现了。如果作为商业软件/共享软件，在易用性等方面，可能就只能有70分了。【百分制】可选的改进部分：0、支持INTEL/AMD/ATI的显卡。并且给NVIDIA的显卡自动安装最新的驱动程序和CUDA版本！【对初学者友好！】1、待转换的音频/视频目
南棱笑笑生·2024-01-24 20:27

20240122在WIN10下给GTX1080配置CUDA驱动

20240122在WIN10下给GTX1080配置CUDA驱动2024/1/2219:09缘起：为了使用openai的whisper识别小语种【非英语】电影的字幕，决定开始折腾CUDA了！
南棱笑笑生·2024-01-24 20:57

20240122让WIN10在启动的时候进入安全模式

20240122让WIN10在启动的时候进入安全模式2024/1/2218:30缘起：为了使用openai的whisper识别小语种【非英语】电影的字幕，决定开始折腾CUDA了！
南棱笑笑生·2024-01-24 20:27

苏州闲话 Whisper of WU Dialect

苏州闲话还是蛮有劲的。有这么一天，办公室刚刚吃好中饭，讲到苏州闲话。正巧我们有一位同事不是苏州人，来了也没有多久，兴致勃勃地想学。从数字开始吧。一二三四，刚到“二”就碰到点问题。在苏州话里，“二”读音比较复杂。像在表示时间2：22的读法中就各不相同。而且就是在报数中，读成”liang“或者”ni“两者也都可以。同事张着嘴，把那读音来回过了过，像是不知道把舌头往哪放似的。可别说她了。就是土生土长的年
吃饭半饱·2024-01-24 12:26

用openai开源的whisper部署自己的语音识别系统秒杀收费产品

openai开源了自己的语音识别项目whisper，可将视频和语音文件转为文字，个人认为效果可以比肩科大讯飞的收费产品，并且无需GPU，普通配置就可以运行。
Java斌·2024-01-24 03:40

AI新工具(20240122)Whisper Speech-开源文本转语音系统；Stable LM 2 1.6B-1.6亿参数稳定语言模型；OpenRouter-开源路由器,连接各种AI模型

WhisperSpeech-开源文本转语音系统WhisperSpeech是一个开源的文本到语音系统，使用了Whisper和EnCodec等开源模型来生成语义标记和执行语音建模。
go2coding·2024-01-23 23:40

GPT的TTS语音对话功能有什么好的用法？

语音对话功能最基本，应该是语音输入以及语音输出，所以会涉及OPENAI另外两个模型：TTS和whisper。whisper，英语翻译“耳语”，是作为语音输入模型；TTS，
俊524·2024-01-19 13:57

当他……

也许他只是把这当做一种消遣吧到了万众簇拥时便会将你推开害怕沾染一丝你身上的尘埃当他冷落寂寞时便会给你颗糖用尽全力剥削尽你的所有当他说需要你时也能感动到你痛哭流涕然后让你滚到不明不白而你也傻傻地把他无聊时的消遣当做坚贞的爱whisper
darkness_·2024-01-19 03:46

openai-whisper

openai-whisper0.参数说明1.视频语音转文字demo1.提取b站视频中的音频,增加到自己的视频里,并且显示字幕1.下载b站视频到电脑2.提取视频中的音频3.音频转文字4.自己的视频去掉音频
GeekPlusA·2024-01-18 12:42

webassembly003 whisper.cpp的项目结构CMakeLists.txt

注：带星号的为非重要部分基础配置cmake_minimum_required(VERSION3.5)project(whisper.cppVERSION1.5.0)#Addpathtomoduleslist
FakeOccupational·2024-01-18 12:40

实战whisper：本地化部署通用语音识别模型

前言Whisper是一种通用语音识别模型。它是在大量不同音频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。
EelBarb·2024-01-18 12:39

【AI工具】使用 Whisper ASR 和 Pyannote 进行说话人分类

目录前言什么是说话人二值化？什么是扬声器嵌入？扬声器嵌入的关键作用说话人分类系统的工作原理执行
大表哥汽车人·2024-01-18 12:38

《预训练周刊》第60期：大模型应用图谱、最大ViT模型PaLI、高效英文语音识别Whisper...

No.60智源社区预训练组预训练研究观点资源活动周刊订阅告诉大家一个好消息，《预训练周刊》已经开启“订阅功能”，以后我们会向您自动推送最新版的《预训练周刊》。订阅方法：方式1：扫描下面二维码，进入《预训练周刊》主页，选择“关注TA”。方式2：点击本文下方的“阅读原文”，进入《预训练周刊》Hub社区版，根据内附的详细订阅步骤，完成订阅。关于周刊本期周刊我们进行了版面调整，将各个方向的研究分别汇总并加
智源社区·2024-01-16 22:10

Whisper——部署fast-whisper中文语音识别模型

whisper：https://github.com/openai/whisper/tree/main参考文章：WhisperOpenAI开源语音识别模型环境配置pipinstallfaster-whispertransformers
Irving.Gao·2024-01-16 22:09

Whisper: openAI开源准确率最高的通用语言语音识别

简介我们研究了仅通过预测大量互联网音频录音的语音处理系统的能力。当扩大到68万小时的多语言和多任务监督时，生成的模型可以很好地泛化到标准基准，而且通常可以与之前的全监督结果相竞争，但在zero-shot识别设置中，无需进行任何微调。与人类相比，这些模型接近他们的准确性和鲁棒性。我们正在发布模型和推理代码，以便为进一步的鲁棒性语音处理工作提供基础。GitHub：https://github.com/
智慧医疗探索者·2024-01-14 04:11

语音识别神器 Whisper 的几个小技巧

1、前言OpenAI开源的免费离线语音识别神器Whisper，我在安装使用后发现一些问题，于是搜了半天最终汇总了这几个主要的小技巧，希望对大家有帮助，不用满世界再搜了。
gootyking·2024-01-14 04:56

一款非常好用的语音转文字工具介绍

最近发现一款非常好用的语音转文字的工具Whisper，支持将视频和语音转换成文字，同时记录语音的位置信息，支持语言的翻译，可以将英文转换成中文。同时支持实时的语音自动采集录制。
AI普惠大师·2024-01-13 16:36

AI语音识别模块--whisper模块

1.下载ffmpeg，挑一个自己电脑系统的版本，下载，如我win64：地址：Releases·BtbN/FFmpeg-Builds·GitHub下载压缩包zip，到·本地解压安装，其实无需安装，只需把对应的目录下的bin，编辑环境变量的path，添加到环境变量即可！！！不能科学的同学，可以到网盘地址，下载压缩包zip链接：https://pan.baidu.com/s/1yBQBs-pUKOpUP
金城武555·2024-01-13 10:43

OpenAI 已为 GPT-5 申请商标，GPT-5 要来了？

多年以来，微软支持的OpenAI已先后发布多种语言模型系统，包括GPT-4（一种可支持文本与图像输入的多模态大模型）、DALL-E（可生成和编辑图像的AI模型）、Whisper（音频到文本模型）、Embeddin
每日值得看·2024-01-12 09:46

使用推测解码 (Speculative Decoding) 使 Whisper 实现 2 倍的推理加速

OpenAI推出的Whisper是一个通用语音转录模型，在各种基准和音频条件下都取得了非常棒的结果。最新的large-v3模型登顶了OpenASR排行榜，被评为最佳的开源英语语音转录模型。
Hugging Face·2024-01-12 07:59

Buzz 离线音频转字幕工具（完全免费，无需登录）

关于BuzzBuzz是一款可以自动识别语音为文本字幕的软件工具，基于OpenAI开源的Whisper自动语音识别模型，可以批量将音频或者是视频中的内容自动转化为带有时间的字幕，速度非常快，是一款能极大提高效率的生产力小工具
這花開嗎·2024-01-11 11:39

英伟达推新AI语音识别模型Parakeet 号称优于Whisper

领先的开源对话AI工具包NVIDIANeMo宣布推出ParakeetASR模型系列，这是一系列最先进的自动语音识别（ASR）模型，能够以出色的准确性转录英语口语。ParakeetASR模型与Suno.ai合作开发，是语音识别领域的一大突破，为实现更自然高效的人机交互铺平了道路。根据开发人员的说法，这些模型对音乐和静音等非语音片段具有鲁棒性，并且在基准测试中优于OpenAI的Whisperv3。它们
智云研·2024-01-10 23:14

[python]基于faster whisper实时语音识别语音转文本

介绍：Faster-Whisper是一个基于OpenAI的Whisper模型的高效实现。它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎，优化了内存使用效率。
FL1623863129·2024-01-01 07:06

[语音识别]开源语音识别faster-whisper模型下载地址

官方源码：https://github.com/SYSTRAN/faster-whisper模型下载地址：large-v3模型：https://huggingface.co/Systran/faster-whisper-large-v3
小楼先森·2024-01-01 06:47

【Python】本地版 Whisper 自动转录器（附源码网址）

目录一、实时自动语音转录器简介二、开源Whisper实时转录器三、pyinstaller打包发布exe应用程序四、修改版源代码一、实时自动语音转录器简介实时自动语音转录器是一种能够自动将语音信号转换为文字的应用程序
十年一梦实验室·2024-01-01 06:15

[python]基于faster whisper实时语音识别语音转文本

target=https%3A//github.com/SYSTRAN/faster-whisper实现功能：从麦克风获取声音进行实时语音识别转文本
小楼先森·2024-01-01 06:44

[语音识别]开源语音识别faster-whisper模型下载地址

官方源码：https://github.com/SYSTRAN/faster-whisper模型下载地址：large-v3模型：https://huggingface.co/Systran/faster-whisper-large-v3
FL1623863129·2023-12-31 16:44

基于OpenAI的Whisper构建的高效语音识别模型：faster-whisper

1faster-whisper介绍faster-whisper是基于OpenAI的Whisper模型的高效实现，它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。
智慧医疗探索者·2023-12-31 01:46

whisper和沐神讲解whisper做的开源工具做的Autocut——————python-根据语音识别让无字幕视频自动生成字幕，附srt字幕文件

B站复现地址的视频讲解视频下方有详细教程python-根据语音识别让无字幕视频自动生成字幕，附srt字幕文件参考
东方-教育技术博主·2023-12-30 11:28

构建一个语音转文字的WebApi服务

构建一个语音转文字的WebApi服务简介由于业务需要，我们需要提供一个语音输入功能，以便更方便用户的使用，所以我们需要提供语音转文本的功能，下面我们将讲解使用Whisper将语音转换文本，并且封装成WebApi
token-go·2023-12-30 01:26

你不知道世间竟有这样的女孩

2014年至2015年，加入了美国匿名社交的鼻祖WhisperAPP，并回深圳创立了Whisper的中国分部。2016年到2017年加入了UBER总部的三人团队，也见证了UBER在中国的发展。
周甜·2023-12-28 14:27

2023-12-27 语音转文字的whisper应用部署

点击快速C语言入门语音转文字的whisper应用部署前言一、部署`whisper`二、部署`whisper.cpp`总结前言要解决问题:需要一款开源的语音转文字应用,用于视频自动转换字幕.想到的思路:openai
不停感叹的老林_·2023-12-28 11:05

C#使用whisper.net实现语音识别（语音转文本）

介绍github地址：https://github.com/sandrohanea/whisper.netWhisper.net.SpeechtotextmadesimpleusingWhisperModels
FL1623863129·2023-12-28 11:59

语音识别之百度语音试用和OpenAiGPT开源Whisper使用

0.前言:本文作者亲自使用了百度云语音识别,腾讯云,java的SpeechRecognition语言识别包和OpenAI近期免费开源的语言识别Whisper(真香警告)介绍了常见的语言识别实现原理1.NLP
默默努力的小老弟·2023-12-21 08:59

whisper深入-语者分离

文章目录学习目标：如何使用whisper学习内容一：whisper转文字1.1使用whisper.load_model()方法下载，加载1.2使用实例对文件进行转录1.3实战学习内容二：语者分离（pyannote.audio
代码浪人·2023-12-20 08:11

开源语音识别faster-whisper部署教程

1.资源下载源码地址模型下载地址：large-v3模型：https://huggingface.co/Systran/faster-whisper-large-v3/tree/mainlarge-v2模型
Luke Ewin·2023-12-18 07:02

【小沐学Python】Python实现语音识别（SpeechRecognition）

、安装和测试2.1安装python2.2安装SpeechRecognition2.3安装pyaudio2.4安装pocketsphinx（offline）2.5安装Vosk（offline）2.6安装Whisper
爱看书的小沐·2023-12-17 22:49

Listen to your internal whisper, follow your intuition---斯皮尔伯格2016哈佛演讲

之前一篇是比尔盖茨在哈佛的演说，真的是由衷敬佩这样的人物及其胸怀格局。不过个人更喜欢斯皮尔伯格的这篇。很有意思也很有深度。这篇演讲的主题概括起来就是跟着你的直觉走，倾听你内心深处的声音。中间也着重说了些犹太人的事情。(斯皮尔伯格导演是犹太人，所以不可避免在其作品中可以寻找出犹太情节。代表作《辛德勒的名单》)中间也隐晦调侃了川--普，(怕锁文……)，以及耶鲁和哈佛之间的竞争。值得一读的演讲稿，演讲视
豹豹君·2023-12-17 22:45

听雨声Listen rain's whisper

深夜11点，静坐在床上，对屏幕发呆。那首musicfordreaming在耳朵里单曲循环——一个我在失眠的夏夜聆听过的钢琴曲。窗外没有雨，这一连几天都是晴天。近来总有写“听雨声”一文的想法，奈何不是在恍惚时刻将雨声封存在半梦半醒中，就是这一连好几日不期而遇的放晴。雨日不可求，即便祈雨得雨，也不一定是我所想的——清冷的早晨，绸云密布，深绿深灰调和在一起，透过毛玻璃看外面的一场雨。虽无好运遇得那时光，
189d024d4ace·2023-12-16 17:48

本地部署语音转文字（whisper，SpeechRecognition）

本地部署语音转文字1.whisper1.首先安装Chocolatey2.安装3.使用2.SpeechRecognition1.环境2.中文包3.格式转化4.运行3.效果1.whisper1.首先安装Chocolateyhttps
我是小z呀·2023-12-16 04:36

使用OpenAI Whipser开源模型实现长音频转录并结合GPT模型做文本翻译

一、前言在前面一篇文章《Whisper与ChatGPT联手，轻松实现音频转录文本总结》给大家介绍过如何使用OpenAI的在线API接口和开源的离线Whisper模型做语音转录文本，以及对于转录后的文本内容基于
技术狂潮AI·2023-12-15 05:50

【小沐学Python】Python实现语音识别（Whisper）

文章目录1、简介1.1whisper简介1.2whisper模型2、安装2.1whisper2.2pytorch2.3ffmpeg3、测试3.1命令测试3.2代码测试：识别声音文件3.3代码测试：实时录音识别
爱看书的小沐·2023-12-14 18:11

AIGC: 关于ChatGPT中基于Whisper模型实现音频转文本

只能去接收文本的输入，但是在现实的生活当中，会有语音的需求GPT也有相关的能力接入，我们就需要一个能够将语音内容转换成文本的能力当然其他第三方的软件或者接口也是支持这个功能在OpenAI有一个语音转文本的模型叫做whisper
Wang's Blog·2023-12-07 00:41

GoLang AES GSM

以太坊Whisper协议中，默认的对称加密使用的是AES-GCM加密算法。AES是一种对称加密算法，它的相关概念在此不赘述。
叫我null·2023-12-07 00:10

文字转语音、语音转文字！ AI视频生成神器！

让外国人说中文，口型自然，不限语言，感兴趣的同学可以试试~可以用Al生成视频，Whisper语音转文字Whisper开源项目：https://github.com/Const-me/Whisper/releases
希尔贝壳AISHELL·2023-12-04 16:39
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他