हाल ही में, मुझे रिकॉर्डिंग को टेक्स्ट में बदलने की आवश्यकता पड़ी। काफ़ी खोजबीन के बाद पता चला कि इंटरनेट पर अधिकांश टूल्स सशुल्क हैं, और कुछ मुफ़्त टूल्स या तो क्लाउड API पर निर्भर हैं, या उनके लिए CUDA कंप्यूटिंग समर्थित GPU ज़रूरी है। इसलिए, मैंने Faster Whisper मॉडल पर आधारित एक छोटा वॉइस-टू-टेक्स्ट टूल बनाने का फ़ैसला किया, जो सामान्य CPU पर भी शानदार परिणाम दे सकता है।

कैसे उपयोग करें
- प्रोग्राम शुरू करें:टूल खोलने के लिए फ़ाइल पर डबल-क्लिक करें।
- मॉडल चुनें:ऊपर बाईं ओर वह मॉडल चुनें जिसका आप उपयोग करना चाहते हैं।
- इन्फ़रेंस विधि और सटीकता सेट करें:नीचे बाईं ओर इन्फ़रेंस विधि और सटीकता चुनें। CPU पर int8 चुनने की सिफ़ारिश की जाती है
int8 मोड, इससे गति तेज़ होती है।
- GPU चयन पर ध्यान दें:यदि आपके कंप्यूटर में CUDA-समर्थित GPU नहीं है, तो GPU विकल्प अवश्य न चुनें, अन्यथा प्रोग्राम क्रैश हो सकता है। मूल रूप से pytorch लाइब्रेरी के माध्यम से CUDA की उपलब्धता जाँचने की योजना थी, लेकिन इससे प्रोग्राम पैकेज बहुत बड़ा हो जाता, इसलिए अंततः यह विधि न अपनाने का निर्णय लिया गया।
- मॉडल डाउनलोड करें:पहली बार उपयोग करते समय मॉडल डाउनलोड करना आवश्यक है, डाउनलोड प्रगति कंसोल (
console) में देखी जा सकती है, कृपया धैर्यपूर्वक प्रतीक्षा करें।
अपडेट और सामान्य प्रश्न
- 1. संगतता समस्या:
- यह टूल Windows 10 64-बिट और उससे उच्चतर संस्करण वाले सिस्टम पर चलना आवश्यक है, Windows 7, XP आदि पुराने संस्करण के ऑपरेटिंग सिस्टम समर्थित नहीं हैं।
- कुछ निम्न-स्तरीय Pentium, Celeron प्रोसेसर आवश्यक निर्देश सेट की कमी के कारण सामान्य रूप से नहीं चल सकते।
- 2. मॉडल चयन:
- उपयोग
large मॉडल के लिए, परिशुद्धता को float32।
- पर सेट करने की सलाह दी जाती है। अन्य दो मॉडलों के लिए,
int8 परिशुद्धता का उपयोग करें।
- 3. नेटवर्क समस्या:
- मॉडल फ़ाइल बड़ी है, कृपया सुनिश्चित करें कि नेटवर्क कनेक्शन स्थिर है। यदि डाउनलोड विफलता की समस्या आती है, तो उसी निर्देशिका में
models फ़ोल्डर को हटाने की सलाह दी जाती है, फिर डाउनलोड पुनः प्रयास करें।
यदि उपरोक्त समाधान आपकी समस्या का समाधान नहीं करते हैं, तो कृपया टिप्पणी अनुभाग में प्रतिक्रिया दें, और कंसोल में आउटपुट सामग्री संलग्न करें, ताकि हम आपकी समस्या को बेहतर ढंग से हल करने में आपकी सहायता कर सकें। धन्यवाद!