Лакальнае пераўтварэнне голасу ў тэкст STT Powered by Faster Whisper v0.2 бясплатна з адкрытым кодам падтрымка CPU



📚Відэакурс
🕒Апошняе абнаўленне: 19.08.2024
👥Прадпрымальнікі / Аўтары самастойных медыя / Спецыялісты трансгранічнага электроннага гандлю / Тыя, хто шукае дадатковы заробак

Даведачны матэрыял — уключаны ў членства
Адкрыйце курс з сяброўствам
🔓
Атрымайце гэты курс для азнаёмлення з членствам
📦
Станце членам — вывучыце 16742 курсаў і праграмных інструментаў у якасці даведкі
🔄
Курсы пастаянна абнаўляюцца — члены вывучаюць новыя матэрыялы па меры іх паступлення
Делиться:
Папулярныя курсы
Папулярныя праграмныя інструменты

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

  1. Запуск праграмы:Двойчы пстрыкніце па файле, каб адкрыць інструмент.
  2. Выберыце мадэль:У левым верхнім куце выберыце мадэль, якую хочаце выкарыстоўваць.
  3. Наладзьце спосаб і дакладнасць вываду:У левым ніжнім куце выберыце спосаб і дакладнасць вываду. Рэкамендуецца на CPU выбраць int8 рэжым, так хутчэй.
  4. 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.
  5. 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!

Падобныя курсы