V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
jianchang512
V2EX  ›  分享创造

一个简单的本地语音识别服务

  •  
  •   jianchang512 · 121 天前 · 1730 次点击
    这是一个创建于 121 天前的主题,其中的信息可能已经有所发展或是发生改变。
    基于 openai-whipser 开源模型和 flask ,搭建的本地离线运行的语音识别服务,主要自用用于取代百度语音识别的。

    GitHub: https://github.com/jianchang512/stt

    这是一个离线运行的本地语音识别转文字工具,基于 openai-whipser 开源模型,可将视频/音频中的人类声音识别并转为文字,可输出 json 格式、srt 字幕带时间戳格式、纯文字格式。可用于自行部署后替代 openai 的语音识别接口或百度语音识别等,准确率基本等同 openai 官方 api 接口。


    8 条回复    2024-03-23 13:04:37 +08:00
    lloovve
        1
    lloovve  
       121 天前 via iPhone
    识别效果如何?能在 linux 下部署么
    jjshare123
        2
    jjshare123  
       121 天前
    赞,效果如何?
    tqyq88
        3
    tqyq88  
       121 天前
    https://github.com/SYSTRAN/faster-whisper 这个性能吊打 openai 原生的
    eatgrass
        4
    eatgrass  
       121 天前
    https://huggingface.co/spaces/Xenova/whisper-web
    直接浏览器里运行,0 部署
    JNian
        5
    JNian  
       121 天前
    请问作者有没有考虑增加 diarization 功能
    buyno1
        6
    buyno1  
       40 天前
    对 windows 版本有什么要求?电脑配图有什么要求
    buyno1
        7
    buyno1  
       40 天前
    @tqyq88 colab 有没有平替的 用来你说这个部署
    buyno1
        8
    buyno1  
       40 天前
    @eatgrass 用 19 秒的 mp3 试了 报错
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   2219 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 26ms · UTC 09:15 · PVG 17:15 · LAX 02:15 · JFK 05:15
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.