openai whisper realtime

Openai Whisper Echtzeit

Dies ist ein kurzes Experiment, um mit Flüstern fast Echtzeit -Transkription zu erzielen.

Wie man benutzt

Installieren Sie die Anforderungen:

 pip install -r requirements.txt

Führen Sie das Skript aus:

 python openai-whisper-realtime.py

Abhängigkeiten:

• Python> 3.7
• flüstern
• SoundDevice
• Numpy
• Asyncio

Eine sehr schnelle CPU oder GPU wird empfohlen.

Wie es funktioniert

Die System -Standard -Audioeingabe wird mit Python erfasst, in kleine Stücke aufgeteilt und dann mit der ursprünglichen Transkriptionsfunktion von OpenAI gefüttert. Es versucht (derzeit eher schlecht), Wortbrüche zu erkennen und teilt den Audiopuffer in diesen Fällen nicht auf. Mit der Art und Weise, wie das Modell gestaltet ist, ist es nicht am sinnvollsten, aber ich fand, dass es sich lohnt, es zu versuchen. Es funktioniert akzeptabel gut.

Todo:

• Verbesserung der Transkriptionsleistung
• Verbesserung der Erkennung von Wortbrüchen oder Pausen, den Puffer dynamisch teilen
• Refactoring
• Saubere Stdout