1. 应要求换掉了识别精度较差的base,增加了small和large两种模型;
  2. 现在你可以在识别过程中终止操作了;
  3. 保存结果可以选择位置了;
  4. 更改模型默认保存位置为当前文件夹 model 目录下。

提醒:

根据用户反馈的问题,现更新回复如下

  1. 兼容性:程序需要在win10 64bit以上系统版本使用,win7、xp等操作系统不支持;同时,部分【奔腾、赛扬低端处理器】因缺少所需指令集可能无法正常使用。
  2. 选择模型问题:建议在使用large模型时,切换精度选择框为float32;其他两款模型建议使用int8即可。
  3. 网络问题:模型体积较大,请确保网络环境稳定,若出现无法下载,连续失败等问题,建议删除同目录下的models文件夹重试。
    若以上回答没有解决问题,请回帖反馈,附上console(那个黑框框)里的输出内容,方便排查。

背景

最近接到一个需求,需要把录音转换为文字,一看网上几款常用的工具,想不到都是收费的;论坛里面找了找,发现基本上都需要云端api,仅有的几个本地的都需要使用GPU中的cuda计算。因此,开发了这么一款语言转文字的小工具,基于Faster Whisper模型,在cpu上也能达到不错的效果。

使用方式

双击文件打开,在左上角选择模型,左下角选择推理方式与精度(cpu推荐int8,速度更快)。
若没有支持cuda的GPU请不要选择GPU,否则会崩溃(原本想导入pytorch库判断cuda_is_available的,但是这样打出来的包会把一整个pytorch一起打包进去,太大了,后来就没这么处理)
首次使用需要下载模型,进度在console中可见,请耐心等待。

测试截图

隐藏内容
本内容需评论后查看
服务声明: 本网站所有发布的软件和学习资料以及牵涉到的源码均为网友推荐收集各大资源网站整理而来,仅供功能验证和学习研究使用,您必须在下载后24小时内删除。不得使用于非法商业用途,不得违反国家法律,否则后果自负!一切关于该资源商业行为与本站无关。如果您喜欢该程序,请支持购买正版源码,得到更好的正版服务。如有侵犯你的版权合法权益,请邮件与我们联系处理删除(邮箱:83855733@qq.com),本站将立即更正。求软登记