文章目录
一、安装ffmpeg 二、安装torch等相关组件 三、安装Whisper 四、下载模型 五、测试效果 六、cpu与gpu解码的耗时对比 参考文献一、安装ffmpeg
yum localinstall --nogpgcheck https://download1.rpmfusion.org/free/el/rpmfusion-free-release-7.noarch.rpm
yum install ffmpeg ffmpeg-devel
二、安装torch等相关组件
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch
三、安装Whisper
pip install git+https://github.com/openai/whisper.git
如果上述报错，就改为下面的方法：
pip install --upgrade pip
git clone git@github.com:openai/whisper.git
cd whisper/
pip install setuptools-rust
pip install -r requirements.txt
python setup.py develop
四、下载模型
import whisper
model = whisper.load_model("large") # 此处会下载模型
模型的默认下载路径在：~/.cache/whisper/large-v2.pt
如果网速不佳，可以先在网速好的服务器上先下载好模型，再拷贝到本机
五、测试效果
从下面cpu的结果看，tiny模型的结果不忍直视，而large_model的耗时，也无法忍受。
模型名称 cpu执行时间 结果 gpu执行时间 占显存 large_model 15.5456秒 喂 王阳 能听到我说话吗 今天天气怎么样 超过16G 超16G medium_model 9.1108秒 喂,王阳,想听到我说话吗?今天天气怎么样? 1.7336秒 10G small_model 3.2420秒 喂,完了,那听到我说话吗?今天天气怎么样? 1.1716秒 3.3G base_model 1.5984秒 喂 王雅能聽到我說話嗎今天天氣怎麼樣 0.3483秒 1.6G tiny_model 1.0238秒 喂 玩呀那听到我说话吗今天听见怎么样 0.2637秒 1.3G