Top/transcription

目次†

↑

Whisper を使った Transcription - 文字起こし†

↑

環境構築†

  1. pip を使って必要な python モジュールをインストールする 
    $ pip install SoundCard
$ pip install whisper
$ pip install git+https://github.com/openai/whisper.git
  2. LoopbackWhisper.py を貰ってくる 
    $ git clone https://github.com/TadaoYamaoka/LoopbackWhisper.git
  3. 以下の python モジュールがなければインストールする 
    python3-torch
↑

環境構築（GPUの使用）†

↑

実行†

  1. 取り敢えずこのまま実行してみる。 
    $ python3 LoopbackWhisper/LoopbackWhisper.py --model large
  2. すると、下記のエラーが出る。 
    RuntimeError: "slow_conv2d_cpu" not implemented for 'Half'
  3. 再度実行すると、今度は正常に動作する。YouTubeの再生等で何らかの喋っている音声を再生すると、以下のように LoopbackWhisper.py を実行したコンソールに文字起こしの結果が表示される： 
    $ python3 LoopbackWhisper.py --model large
Loading model...
Done
ja: このような現象は見られなかった
ja: 勝ったっていうのが我々の結果なんでしょうか意外ですね
↑

参考リンク†

トップ   編集 凍結 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2024-02-23 (金) 23:14:53