-
微调 Whisper 语音大模型
1.准备环境 #创建环境 conda create -n whisper python=3.10 -y source activate whisper #安装环境 conda install pytorch==2.1.0...
-
语音识别教程:Whisper
语音识别教程:Whisper 一、前言 最近看国外教学视频的需求,有些不是很适应,找了找AI字幕效果也不是很好,遂打算基于Whisper和GPT做一个AI字幕给自己。 二、具体步骤 1、安装FFmpeg Windows: 进入 ht...
-
Faster-whisper+silero-vad 实时语音转录
环境搭建 需要使用cuda 在 cmd 控制台里输入 nvidia-smi.exe 以查看显卡驱动版本和对应的 cuda 版本 前往 NVIDIA-CUDA 官网下载与系统对应的 Cuda 版本 以 Cuda-11.7 版本为例,根据自己的...
-
Python+whisper.cpp纯本地化语音转文字
想要用Python+whisper.cpp实现纯本地化语音转文字,我的操作环境如下: MacOS Ventura 13.0 Python3.7 conda PyAudio 一开始打算用PyAudio,解决了头文件找不到的问题(网上教程很多)之后,仍...
-
一句话让图片动起来,苹果发力大模型动画生成,可直接编辑结果
现阶段,大模型惊人的创新能力持续影响着创意领域,尤其是以 Sora 为代表的视频生成技术,更是引领了新一代潮流。当大家都为 Sora 感到震撼的同时,或许苹果的这项研究也值得大家关注一下。 在一篇名为 「Keyframer: Empowering Ani...
-
AI视野:ElevenLabs将为Sora上线AI音效功能;文生图模型Stable Cascade上线;苹果推出AI动画设计工具Keyframer;AI生成的西游记短片震惊网友
欢迎来到【AI视野】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解:https://top.aibase.com/ ???AI应用 ElevenLab...
-
Faster-Whisper 实时识别电脑语音转文本
Faster-Whisper 实时识别电脑语音转文本 前言 项目 搭建环境 安装Faster-Whisper 下载模型 编写测试代码 运行测试代码 实时转写脚本 实时转写WebSocket服务器模式 参考 前言 以前做的智能对...
-
【小沐学Python】Python实现语音识别(Whisper)
文章目录 1、简介 1.1 whisper简介 1.2 whisper模型 2、安装 2.1 whisper 2.2 pytorch 2.3 ffmpeg 3、测试 3.1 命令测试 3.2 代码测试:识别声音文件 3.3 代码测试:...
-
whisper 语音识别项目部署
1.安装anaconda软件 在如下网盘免费获取软件: 链接:https://pan.baidu.com/s/1zOZCQOeiDhx6ebHh5zNasA 提取码:hfnd 2.使用conda命令创建python3.8环境 conda create...
-
视频直播相机采集篇
这是一篇以前的开发笔记,当时5.0以下的系统占比还不少,所以使用了旧的Camera Api。 下面是正文: 虽然从API21开始Google已经推出了一套新的Camera Api,但是鉴于目前还有很多手机运行在Api 21之下,SDK仍使用旧版本的Ap...
-
使用大恒USB工业相机PythonSDK进行逐帧率图片采集
今天使用到了大恒的USB工业相机,需要逐帧率采集图片,并保存在本地。以下是采集过程。 1、安装python的PIL图像处理库 安装方法,点击此处:Win7 64位下Python安装PIL图像处理库 2、需要安装摄像机驱动 1.、进入大恒官网 官网...
-
迈创采集卡搭配工业相机二次开发介绍(一)
迈创采集卡搭配工业相机二次开发介绍(一)SDK简介 迈创采集卡介绍 迈创采集卡SDK简介 MIL SDK获取路径 接口函数说明 MIL接口简单介绍 迈创采集卡介绍 MIL全称为Matrox Imaging Library,由加...