openai whisper realtime

Openai Whisper Realtime

Ini adalah eksperimen cepat untuk mencapai transkripsi hampir realtime menggunakan Whisper.

Cara menggunakan

Pasang persyaratan:

 pip install -r requirements.txt

Jalankan skrip:

 python openai-whisper-realtime.py

Ketergantungan:

• Python> 3.7
• berbisik
• Sounddevice
• Numpy
• asyncio

Direkomendasikan CPU atau GPU yang sangat cepat.

Cara kerjanya

Input audio default sistem ditangkap dengan python, dibagi menjadi potongan -potongan kecil dan kemudian diumpankan ke fungsi transkripsi asli Openai. Ia mencoba (saat ini agak buruk) untuk mendeteksi istirahat kata dan tidak membagi buffer audio dalam kasus -kasus tersebut. Dengan bagaimana model ini dirancang, tidak masuk akal untuk melakukan ini, tetapi saya menemukan itu akan patut dicoba. Ini bekerja dengan baik.

TODO:

• Tingkatkan kinerja transkripsi
• Tingkatkan deteksi kata istirahat atau jeda, belah buffer secara dinamis
• Refactoring
• Bersihkan stdout