Нядаўна ў мяне ўзнікла патрэба пераўтварыць аўдыязапіс у тэкст. Пасля пошуку я выявіў, што большасць інструментаў у інтэрнэце платныя, а некаторыя бясплатныя залежаць ад воблачных API або патрабуюць GPU з падтрымкай вылічэнняў CUDA. Таму я вырашыў распрацаваць невялікі інструмент для пераўтварэння голасу ў тэкст на базе мадэлі Faster Whisper, які дасягае выдатнага выніку нават на звычайным CPU.

Як выкарыстоўваць
- Запуск праграмы:Двойчы пстрыкніце па файле, каб адкрыць інструмент.
- Выберыце мадэль:У левым верхнім куце выберыце мадэль, якую хочаце выкарыстоўваць.
- Наладзьце спосаб і дакладнасць вываду:У левым ніжнім куце выберыце спосаб і дакладнасць вываду. Рэкамендуецца на CPU выбраць
int8 рэжым, так хутчэй.
- Увага да выбару GPU:Калі ваш камп'ютар не мае GPU з падтрымкай CUDA, абавязкова не выбірайце опцыю GPU, інакш праграма можа завяршыцца збоем. Першапачаткова планавалася выкарыстоўваць бібліятэку pytorch для праверкі даступнасці CUDA, але гэта прывяло б да занадта вялікага памеру пакета, таму ў канчатковым выніку было вырашана адмовіцца ад гэтага метаду.
- Спампаваць мадэль:Пры першым выкарыстанні неабходна спампаваць мадэль, прагрэс спампоўкі можна праглядзець у кансолі (
console), калі ласка, набярыцеся цярпення.
Абнаўленні і частыя пытанні
- 1. Праблемы сумяшчальнасці:
- Гэты інструмент патрабуе працы ў сістэме Windows 10 64-біт або вышэй, не падтрымлівае старэйшыя версіі аперацыйных сістэм, такія як Windows 7, XP.
- Некаторыя нізкаўзроўневыя працэсары Pentium, Celeron могуць не працаваць нармальна з-за адсутнасці неабходных набораў інструкцый.
- 2. Выбар мадэлі:
- Выкарыстанне
large мадэлі, рэкамендуецца ўсталяваць дакладнасць float32.
- Для дзвюх іншых мадэляў выкарыстоўвайце
int8 дакладнасць.
- 3. Праблемы з сеткай:
- Файл мадэлі даволі вялікі, пераканайцеся ў стабільнасці сеткавага злучэння. Калі ўзнікне праблема з няўдалай спампоўкай, рэкамендуецца выдаліць у той жа дырэкторыі
models тэчку, а затым паўтарыць спробу спампоўкі.
Калі вышэйпаказаныя адказы не вырашылі вашу праблему, калі ласка, пакіньце водгук у каментарах і дадайце вывад з кансолі, каб мы маглі лепш дапамагчы вам вырашыць праблему. Дзякуй!