开源模子应用落地-语音转文本-whisper模子-AIGC应用探索（二）

一、前言

    语音转文本技能具有重要价值。它能提高信息记录和处置惩罚的效率，使人们可以快速将语音内容转换为可编辑、可存储的文本形式，方便后续查阅和分析。在教诲领域，可资助门生更好地记录讲堂重点；在办公场景中，能简化集会记录工作。同时，该技能也为残障人士提供了便利，让他们能更方便地与外界交流。别的，对于媒体行业、客服行业等都有着广泛的应用，极大地提升了工作流程和服务质量。
     本文将继续介绍OpenAI开源的Whisper语音识别模子，并集成FastAPI对外提供语音识别服务。
<hr> 二、术语介绍

2.1. 语音转文本

     也称为语音识别或自动语音识别 (ASR)是一种将语音音频转换为文字的技能。它利用计算机步伐和算法来监听语音输入,并将其转换为可读的文字输出。
2.2. Whisper

     Whisper is a pre-trained model for automatic speech rec