当前位置:AIGC资讯 > AIGC > 正文

OpenAI开源!!Whisper语音识别实战!!【环境配置+代码实现】

目录

环境配置

代码实现

******  实现 .mp4转换为 .wav文件,识别后进行关键词匹配并输出关键词出现的次数

******  完整代码实现请私信

环境配置

安装 ffmpeg

打开网址   https://github.com/BtbN/FFmpeg-Builds/releases 下载如下图所示的文件 下载后解压

 我的路径是G:\ffmpeg-master-latest-win64-gpl-shared\bin

找到自己的安装路径,进入到 bin 目录,复制这个路径

在我的电脑中添加环境变量

右击 ---> 属性

 高级系统设置

 环境变量

 找到 path,双击

新建 --->  把刚刚的路径粘贴进来,确定

在搜索框中输入 cmd ,打开终端,输入 ffmpeg -version,显示如下则表示安装成功

安装 opencc库

pip install opencc -i https://pypi.tuna.tsinghua.edu.cn/simple

安装 torch

pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

注:若运行时报关于 numpy 的错误,需要执行下面这个命令,更新 numpy 库

pip install numpy --upgrade

代码实现

只展示核心,完整的请关注并私信

# 利用训练好的模型进行识别
result = whisper_model.transcribe('录音.wav')

更新时间 2024-02-21