↓↓下载地址在最下面↓↓

文章来自于果核剥壳大众号首发：https://mp.weixin.qq.com/s/qz9cjewZpfmud12-vouUZg如今对于AI的东西是愈来愈多，跟着AI的呈现，大师一定也听到了良多对于某某模子的信息，各厂家之间也是正在比照模子之间的功能，把它换种说法，有点相似正在软件以及零碎上，评论辩论运用哪一种内核的滋味了。锻炼模子普通要用到少量的算力，还要放正在特地的效劳器上，而锻炼好的效果，就像是炼制好的丹药，正在精简以及用户的设置装备摆设上也能跑，明天咱们要说的，是正在音频辨认下面一款交融了浩繁长处的模子启动器——faster-whisper-GUI。听到Whisper，这个大师能够有点熟习，这是OpenAI做的一个神经收集模子，能够正在当地及时语音转笔墨，用来翻译以及做字幕等，以前给大师引见过一款叫做Constme-Whisper的软件，能够疾速停止离线语音笔墨辨认，另有GPU减速等等。而faster-whisper-GUI添加了更多的特征，能够疾速把音视频文件转成srt/txt/smi/vtt/lrc，撑持Demucs、FastWhiper以及whisperX、VAD-model这些技能，复杂来讲，撑持的可调剂的选项要比以前引荐的东西更多一点。因为这种东西离线处置的特色，以是体积都比拟年夜，faster-whisper-GUI的本体有1.6个G，装置完以后的占用又是6个多G，并且还没有包含后续增加模子的巨细，倡议大师体验的时分，装正在空间富有的盘里。假如是别离音频以及布景音乐的话，间接把文件丢出去就行，试了一下后果还没有错，也能够独自配置输入的内容。其余的就需求加载一下额定模子了，把模子加载的时分需求留意，有个处置设置装备摆设的选项，CPU仍是CUDA，假如你用的没有是英伟达的显卡，挑选主动就行了，否则会提醒加载失利。模子也有多重挑选，假如下面带有V3标记，记患上把这个开关翻开。来尝尝语音转笔墨，假如你感到本人的设置装备摆设处置等候工夫有点长，正在软件履行的时分能够挂正在背景以及切换到其余界面，正在它的概况页面能看到输入的详细信息，它的精确率仍是比拟高的，中英文混淆与首字母巨细写这些细节都有。这种呆板辨认以及人同样，辨认率还不克不及做到100%精确，辨认完以后，会有一些过错需求手动调剂，正在faster-whisper-GUI里，它会本人跳转到字幕制造的界面，能够疾速阅读调剂，正在这里联系差别措辞人的文本等等。正在配置外面，另有很多细节能够调剂，调剂音频的默许言语以及翻译，和各类避免幻听的参数。这个功用正在一些视频编纂软件仍是需求免费的，或许需求云端处置，辨认的精确率也就那样。有了这种软件，就能够本人手动操纵了，有音频转笔墨编纂需要的冤家能够说是常备了～最初，附上软件的体验地点。正在 极客果核 大众号答复20240222获得最新链接