ソフトウェア/whisper のバックアップ差分(No.1)

更新

バックアップ一覧
現在との差分を表示
ソースを表示
バックアップを表示
ソフトウェア/whisper へ行く。
- 1 (2022-10-25 (火) 16:12:00)
- 2 (2022-10-25 (火) 21:37:18)
- 3 (2022-10-26 (水) 11:35:03)

追加された行はこの色です。
削除された行はこの色です。

[[公開メモ]]

* OpenAI の Whisper を使って授業動画に正しい字幕を付けたい [#i9cb6ca3]

Microsoft Stream の標準機能で動画に字幕を付けられるのだけれど、
精度が悪すぎて残念な感じになっている。

OpenAI の Whisper を使うとより正確な文字起こしができそうなので試してみます。

* Docker を使うと簡単に動かせるようです [#j59475ca]

https://dev.classmethod.jp/articles/openai_whisper_only_local_cpu/ を参考に、

 LANG:sh
 $ mkdir whisper
 $ cd whisper
 $ cat <<EOF >Dockerfile
 FROM python:3.9-slim
 
 WORKDIR /workspace
 
 RUN apt update && apt install -y \
     build-essential \
     gcc \
     git \
     ffmpeg \
     && rm -rf /var/lib/apt/lists/*
 
 RUN pip install --upgrade pip
 
 RUN pip install git+https://github.com/openai/whisper.git
 EOF
 $ docker build -t whisper .
 $ docker images
  REPOSITORY               TAG             IMAGE ID       CREATED          SIZE
  whisper                  latest          5f346a2f452e   40 minutes ago   3.52GB
  python                   3.9-slim        690ca4c8a70d   6 hours ago      125MB
 $ alias whisper='docker run --rm -v $(pwd):/workspace/ whisper whisper'
 $ whisper --language ja --model medium audio.mp3 | tee script.txt

のようにして、簡単に動かすことができました。

ただ、GPU を使わないとかなり時間がかかるみたい。。。

Counter: 2868 (from 2010/06/03), today: 1, yesterday: 2