Insanely Fast Whisper CLI 项目教程

Insanely Fast Whisper CLI 项目教程

    insanely-fast-whisper-cli The fastest Whisper optimization for automatic speech recognition as a command-line interface ⚡️  

项目地址: https://gitcode.com/gh_mirrors/in/insanely-fast-whisper-cli   
1. 项目目录布局及先容

Insanely Fast Whisper CLI 项目的目录布局如下：

1. insanely-fast-whisper-cli/
2. ├── .gitignore
3. ├── LICENSE
4. ├── README.md
5. ├── insanely-fast-whisper.py
6. ├── install-gfx1010.sh
7. ├── requirements-gfx1010.txt
8. ├── requirements.txt

复制代码

目录布局先容

• .gitignore: 用于指定 Git 版本控制系统忽略的文件和目录。
  
• LICENSE: 项目的开源许可证文件，本项目利用 MIT 许可证。
  
• README.md: 项目的阐明文档，包含项目的概述、安装和利用阐明。
  
• insanely-fast-whisper.py: 项目的启动文件，负责实验音频转录任务。
  
• install-gfx1010.sh: 安装脚本，用于安装特定硬件（如 AMD GPU）所需的依靠。
  
• requirements-gfx1010.txt: 特定硬件（如 AMD GPU）所需的 Python 依靠包列表。
  
• requirements.txt: 项目所需的 Python 依靠包列表。
  

2. 项目的启动文件先容

项目的启动文件是 insanely-fast-whisper.py。该文件是 Insanely Fast Whisper CLI 的核心脚本，负责实验音频转录任务。
重要功能

• 音频转录: 利用 OpenAI 的 Whisper 模子进行音频转录。
  
• 模子选择: 支持选择不同的 ASR（主动语音辨认）模子，包罗 OpenAI 的 Whisper 模子。
  
• 性能优化: 支持通过调整批处置处罚大小、数据类型和利用 BetterTransformer 等方式进行性能优化。
  
• 时间戳生成: 生成带偶然间戳的 SRT 文件，便于创建字幕。
  

利用示例

1. python insanely-fast-whisper.py --model openai/whisper-base --device cuda:0 --dtype float32 --batch-size 8 --better-transformer --chunk-length 30 your_audio_file.wav

复制代码

3. 项目的配置文件先容

项目中重要的配置文件是 requirements.txt 和 requirements-gfx1010.txt。
requirements.txt

该文件列出了项目运行所需的 Python 依靠包及其版本。用户可以通过以下命令安装这些依靠：

1. pip install -r requirements.txt

复制代码

requirements-gfx1010.txt

该文件列出了特定硬件（如 AMD GPU）所需的额外 Python 依靠包及其版本。用户可以通过以下命令安装这些依靠：

1. pip install -r requirements-gfx1010.txt

复制代码

其他配置

项目中没有显式的配置文件，但用户可以通过命令行参数在启动时进行配置，例如选择模子、设备、数据类型等。
总结

Insanely Fast Whisper CLI 是一个用于快速音频转录的命令行工具，基于 OpenAI 的 Whisper 模子。通过本教程，您可以了解项目的目录布局、启动文件的功能以及如何配置项目。盼望本教程能资助您快速上手并利用该项目。
    insanely-fast-whisper-cli The fastest Whisper optimization for automatic speech recognition as a command-line interface ⚡️  

项目地址: https://gitcode.com/gh_mirrors/in/insanely-fast-whisper-cli