哪里有做空包网站的,商务网站建设实验书,免费获客平台,视频网站搭建Whisper是一个开源的自动语音识别#xff08;ASR#xff09;模型#xff0c;最初由OpenAI发布。要在本地Linux系统上部署Whisper#xff0c;你可以按照以下步骤进行#xff1a;
1. 创建虚拟环境
为了避免依赖冲突#xff0c;建议在虚拟环境中进行部署。创建并激活一个新…Whisper是一个开源的自动语音识别ASR模型最初由OpenAI发布。要在本地Linux系统上部署Whisper你可以按照以下步骤进行
1. 创建虚拟环境
为了避免依赖冲突建议在虚拟环境中进行部署。创建并激活一个新的虚拟环境
如果不知道 conda如何安装
找作者这篇文章 最后面有安装conda教程https://blog.csdn.net/yhl18931306541/article/details/129141060?spm1001.2014.3001.5501打开上方网址划到最后位置按照作者的一步一步来即可conda create --name whisper python3.11.7
conda activate whisper进入到虚拟环境执行下方命令 2. 安装Whisper及其依赖项
使用pip安装Whisper及其依赖项
pip install githttps://github.com/openai/whisper.git
pip install torch
pip install faster-whisper3. 测试安装
你可以运行以下命令来测试Whisper是否安装成功
python -m whisper如果看到帮助信息说明安装成功。
4. 使用Whisper
Whisper可以通过命令行或Python脚本来使用。以下是一个基本的使用示例
命令行使用
whisper audio_file.mp3 --model large-v2
将 audio_file.mp3 换成 你准备识别的语音回车等待即可python脚本使用
# 导入模块
from faster_whisper import WhisperModel# 模型路径,
# # model_path WhisperModel(large-v3)
# 注释下载路径需要使用代理出外网下载将下载好的模型上传到linux服务中
model_path /root/.cache/huggingface/hub/models--Systran--faster-whisper-large-v3/snapshots/edaa852ec7e145841d8ffdb056a99866b5f0a478# 初始化 WhisperModel
model WhisperModel(model_size_or_pathmodel_path, # 必须提供模型路径或模型大小devicecuda, # 使用 GPU device_index1, # 指定第二个 GPU从 0 开始计数compute_typefloat32 # 使用 float32 精度计算
)
# 进行语音识别
segments, info model.transcribe(/opt/189****2345.wav, beam_size5, languagezh, condition_on_previous_textFalse)
# 注释 189****2345.wav 换成你准备识别的语音 .mp3文件可以
# 打印识别结果
for segment in segments:print([%.2fs - %.2fs] %s % (segment.start, segment.end, segment.text)
)输入如下即可 如果报错
Could not load library libcudnn_ops_infer.so.8. Error: libcudnn_ops_infer.so.8: cannot open shared object file: No such file or directory
已放弃 (核心已转储)处理:
find / -name libcudnn_ops_infer.so.8
虚拟用户目录下
whisper/lib/python3.11/site-packages/nvidia/cudnn/lib/libcudnn_ops_infer.so.8
cp -rp /data/anaconda3/envs/whisper/lib/python3.11/site-packages/nvidia/cudnn/lib/*.8 /usr/lib/
cp -rp /data/anaconda3/envs/whisper/lib/python3.11/site-packages/nvidia/cudnn/lib/*.8 /usr/lib64/
继续运行即可这些步骤应该可以帮助你在本地Linux系统上成功部署并使用Whisper。
注下载模型时需要到外网去下载使用科学上网方式。
如果本身服务器出不了外网则将模型下载到本地然后打包上传到服务器。
