能使用GPU的OpenAI Whisper語音識別工具(ASR)，超快超準確：WhisperDesktop

和ChatGPT師出同門（OpenAI公司）的自動語音識別(ASR)工具－Whisper又有了新的增強：除了用C/C++改寫執行緩慢的Python外，也有高手幫它加上了翅膀－也能使用GPU執行了！

還在使用剪映上傳影片以取得字幕的朋友們，Whisper是離線執行，能充份保障影片隱私，現在又有了GPU的並行處理能力，不換Whiper更待何時？

可惜WihsperDesktop目前只有Windows版本，macOS與Linux的朋友們要再等一等。

1. 安裝與執行

1. 由GitHub下載Zip檔後解壓縮即可
2. 下載Model檔案，建議下載ggml-medium.bin檔案（1.5G），可在安裝資料夾建立 models 子目錄，將.bin檔存入
3. 執行WhisperDesktop.exe，指定Model檔案，再逐一輸入資料後，按【Transcribe】即可產生需要的輸出格式

2. 命令行

• 須下載cli.zip
• 命令行main.exe只接受音訊檔，因此先用 ffmpeg.exe 將影片檔轉轉換成.wav。
• 音訊檔必須是16MHz

ffmpeg.exe -i "%~1" -ar 16000 -acodec pcm_s16le "%~1.wav"

• 指定語音語言為中文(不指定則為auto自動偵測，可能會輸出成英文)，輸出格式為.srt，使用medium模型

  main.exe -l zh -osrt -m models\ggml-medium.bin "%~1.wav"

• 顯示在螢幕上的中文會是問號，但輸出檔案正常

3. 相關鏈接

• ffmpeg下載：https://ffmpeg.org/download.html
• ggml檔案下載: https://huggingface.co/datasets/ggerganov/whisper.cpp/tree/main
• WhisperDesktop Const-me/Whisper: High-performance GPGPU inference of OpenAI's Whisper automatic speech recognition (ASR) model
• Whisper.cpp ggerganov/whisper.cpp: Port of OpenAI's Whisper model in C/C++
• Buzz GitHub

4. 教學影片

＃＃

您可能也會有興趣的類似文章

• 能離線使用的語音識別工具：Buzz，使用OpenAI Whisper神經網路，正確率高 (0則留言, 2022/12/04)
• SE003｜Subtitle Edit整合Whisper的使用步驟－快速AI語音轉文字 (0則留言, 2023/10/01)
• SE004｜Subtitle Edit 製作雙語字幕的操作步驟 (0則留言, 2023/11/05)
• [AHK#36] 自製AutoSub圖形介面工具：AutoSub-AHK；Windows適用 (7則留言, 2020/05/15)
• 捕捉每次點擊：用Keyviz展示你的按鍵操作，讓教學影片更生動 (0則留言, 2024/04/07)
• [Ubuntu] 使用youtube-dl下載YouTube.com的影片 (0則留言, 2014/02/01)
• 歡迎參觀與訂閱YouTube新頻道：《簡睿軟體頻道》！ (0則留言, 2018/02/26)
• Vrew2-【AI技術大揭密】從一句標題自動產出完整影片！腳本、配圖、語音、背景音樂一次搞定！ (0則留言, 2023/04/14)
• B站生存手記 (0則留言, 2021/09/23)
• Filmora 12實務04 | YouTuber必看！綜藝字製作技巧，讓你的影片更加精彩獨特！ (0則留言, 2023/04/02)
• 使用Subtitle Edit合併兩個.srt字幕檔的方法，讓播放時間自動調整 (0則留言, 2023/08/05)
• YouTube播放清單影片排序的選擇 (0則留言, 2024/04/16)
• AI 降噪！ 🙉 Krisp 測試：能有效遮蔽鍵盤打字聲嗎？ (0則留言, 2021/04/16)
• 字幕編輯軟體Subtitle Edit的使用技巧 (0則留言, 2020/05/15)
• Filmora 12實務05-製作內嵌字幕的技巧 (0則留言, 2023/10/08)