whisper playground

耳語操場

立即使用更快的旋風，diart和Pyannote以99種語言構建實時Speech2Text應用

通過在線演示嘗試

playground.demo.mp4

設定

1. 在您的設備上有Conda和Yarn
2. 克隆或叉這個存儲庫
3. 安裝後端和前端環境sh install_playground.sh
4. 查看config.py，以確保轉錄設備和計算類型匹配您的設置。查看config.js，以確保其符合後端配置，並且後端地址正確。
5. 運行後端cd backend && python server.py
6. 在不同的終端中，運行React前端cd interface && yarn start

訪問Pyannote型號

該存儲庫使用基於pyannote.audio模型的庫，該模型存儲在擁抱的臉部中心中。您必須在使用之前接受其使用條款。注意：您需要有一個擁抱的臉部帳戶才能使用Pyannote

1. 接受pyannote/segmentation模型的術語
2. 接受pyannote/embedding模型的條款
3. 接受pyannote/speaker-diarization模型的條款
4. 安裝HuggingFace -CLI並使用您的用戶訪問令牌登錄（可以在設置 - >訪問令牌中找到）

參數

• 型號大小：選擇型號大小，從微小到大v2。
• 語言：選擇您要說的語言。
• 轉錄超時：設置應用程序將等待的秒數，然後再轉錄當前音頻數據。
• 梁大小：調整生成和考慮的轉錄數量，從而影響準確性和轉錄生成時間。
• 轉錄方法：選擇“實時診斷和轉錄”的“實時”，或“順序”，以進行更多上下文的定期轉錄。

故障排除

• 在MacOS上，如果為安全器構建車輪會失敗，請安裝Rust brew install rust ，然後重試。

已知錯誤

1. 在順序模式下，可能會有不受控制的揚聲器交換。
2. 在實時模式下，不符合轉錄超時的音頻數據將不會被轉錄。

該存儲庫尚未對所有語言進行測試。如果您遇到任何問題，請創建一個問題。

執照

此存儲庫以及耳語的代碼和模型權重在MIT許可下發布。