최근 녹음 파일을 텍스트로 변환해야 할 일이 생겼습니다. 여러 가지를 찾아본 결과, 인터넷상의 대부분 도구는 유료였고 일부 무료 도구는 클라우드 API에 의존하거나 CUDA 연산을 지원하는 GPU가 반드시 필요했습니다. 그래서 저는 Faster Whisper 모델을 기반으로 일반 CPU에서도 뛰어난 성능을 발휘하는 음성-텍스트 변환 소도구를 개발하기로 했습니다.

사용 방법
- 프로그램 실행:파일을 더블클릭하여 도구를 엽니다.
- 모델 선택:왼쪽 상단에서 사용할 모델을 선택합니다.
- 추론 방식과 정밀도 설정:왼쪽 하단에서 추론 방식과 정밀도를 선택합니다. CPU에서는 선택을 권장합니다
int8 모드를 선택하면 속도가 더 빠릅니다.
- GPU 선택 시 주의:컴퓨터에 CUDA를 지원하는 GPU가 없다면 GPU 옵션을 절대 선택하지 마십시오. 그렇지 않으면 프로그램이 충돌할 수 있습니다. 원래는 pytorch 라이브러리를 통해 CUDA 사용 가능 여부를 감지할 계획이었으나, 이렇게 하면 프로그램 패키지가 너무 커지기 때문에 최종적으로 이 방법을 채택하지 않기로 결정했습니다.
- 모델 다운로드:처음 사용할 때는 모델을 다운로드해야 하며, 다운로드 진행 상황은 콘솔(
console)에서 확인할 수 있으니 잠시 기다려 주십시오.
업데이트 및 자주 묻는 질문
- 1. 호환성 문제:
- 이 도구는 Windows 10 64비트 이상 버전의 시스템에서 실행해야 하며, Windows 7, XP 등 구버전 운영 체제는 지원하지 않습니다.
- 일부 저사양 펜티엄, 셀러론 프로세서는 필요한 명령어 세트가 없어 정상적으로 실행되지 않을 수 있습니다.
- 2. 모델 선택:
- 사용
large 모델 사용 시 정밀도를 float32.
- 로 설정하는 것이 좋습니다. 나머지 두 모델의 경우
int8 정밀도를 사용하면 됩니다.
- 3. 네트워크 문제:
- 모델 파일이 크므로 네트워크 연결이 안정적인지 확인하십시오. 다운로드 실패 문제가 발생하면 같은 디렉터리의
models 폴더를 삭제한 후 다운로드를 다시 시도하는 것이 좋습니다.
위의 해결 방법으로 문제가 해결되지 않으면 댓글로 피드백해 주시고, 콘솔의 출력 내용을 함께 첨부해 주시면 문제 해결에 더 잘 도움을 드릴 수 있습니다. 감사합니다!