用网站做淘客怎么赚钱,湖南十大传媒公司,会网站开发维护的ps什么岗位,Wordpress crm系统Faster-Whisper是Whisper开源后的第三方进化版本#xff0c;它对原始的 Whisper 模型结构进行了改进和优化。这包括减少模型的层数、减少参数量、简化模型结构等#xff0c;从而减少了计算量和内存消耗#xff0c;提高了推理速度#xff0c;与此同时#xff0c;Faster-Whi…Faster-Whisper是Whisper开源后的第三方进化版本它对原始的 Whisper 模型结构进行了改进和优化。这包括减少模型的层数、减少参数量、简化模型结构等从而减少了计算量和内存消耗提高了推理速度与此同时Faster-Whisper也改进了推理算法、优化计算过程、减少冗余计算等用以提高模型的运行效率。
本次我们利用Faster-Whisper对日语视频进行双语(日语/国语)转录实践看看效率如何。
构建Faster-Whisper转录环境
首先确保本地已经安装好Python3.10版本以上的开发环境随后克隆项目
git clone https://github.com/ycyy/faster-whisper-webui.git进入项目的目录
cd faster-whisper-webui安装项目依赖
pip3 install -r requirements.txt这里需要注意的是除了基础依赖还得再装一下faster-whisper依赖
pip3 install -r requirements-fasterWhisper.txt如此转录速度会更快。
模型的下载和配置
首先在项目的目录建立模型文件夹
mkdir Modelsfaster-whisper项目内部已经整合了VAD算法VAD是一种音频活动检测的算法它可以准确的把音频中的每一句话分离开来并且让whisper更精准的定位语音开始和结束的位置。
所有首先需要配置VAD模型
git clone https://github.com/snakers4/silero-vad然后将克隆下来的vad模型放入刚刚建立的Models文件夹中即可。
接着下载faster-whisper模型下载地址
https://huggingface.co/guillaumekln/faster-whisper-large-v2这里建议只下载faster-whisper-large-v2模型也就是大模型的第二版因为faster-whisper本来就比whisper快所以使用large模型优势就会更加的明显。
模型放入models文件夹的faster-whisper目录最终目录结构如下
models
├─faster-whisper
│ ├─large-v2
└─silero-vad ├─examples │ ├─cpp │ ├─microphone_and_webRTC_integration │ └─pyaudio-streaming ├─files └─__pycache__至此模型就配置好了。
本地推理进行转录
现在我们可以试一试faster-whisper的效果了以「原神」神里绫华日语视频《谁能拒绝一只蝴蝶忍呢》为例子原视频地址
https://www.bilibili.com/video/BV1fG4y1b74e/项目根目录运行命令
python cli.py --model large-v2 --vad silero-vad --language Japanese --output_dir d:/whisper_model d:/Downloads/test.mp4这里–model指定large-v2模型–vad算法使用silero-vad–language语言指定日语输出目录为d:/whisper_model转录视频是d:/Downloads/test.mp4。
程序输出
D:\work\faster-whisper-webuipython cli.py --model large-v2 --vad silero-vad --language Japanese --output_dir d:/whisper_model d:/Downloads/test.mp4
Using faster-whisper for Whisper
[Auto parallel] Using GPU devices [0] and 8 CPU cores for VAD/transcription.
Creating whisper container for faster-whisper
Using parallel devices: [0]
Created Silerio model
Parallel VAD: Executing chunk from 0 to 74.071224 on CPU device 0
Loaded Silerio model from cache.
Getting timestamps from audio file: d:/Downloads/test.mp4, start: 0, duration: 74.071224
Processing VAD in chunk from 00:00.000 to 01:14.071
C:\Users\zcxey\AppData\Roaming\Python\Python310\site-packages\torch\nn\modules\module.py:1501: UserWarning: operator () profile_node %669 : int[] prim::profile_ivalue(%667) does not have profile information (Triggered internally at ..\third_party\nvfuser\csrc\graph_fuser.cpp:108.) return forward_call(*args, **kwargs)
VAD processing took 2.474104000022635 seconds
Transcribing non-speech:
[{end: 75.071224, start: 0.0}]
Parallel VAD processing took 8.857761900057085 seconds
Device 0 (index 0) has 1 segments
Using device 0
(get_merged_timestamps) Using override timestamps of size 1
Processing timestamps:
[{end: 75.071224, start: 0.0}]
Running whisper from 00:00.000 to 01:15.071 , duration: 75.071224 expanded: 0 prompt: None language: None
Loading faster whisper model large-v2 for device None
WARNING: fp16 option is ignored by faster-whisper - use compute_type instead.
[00:00:00.000-00:00:03.200] 稲妻神里流 太刀術免許開伝
[00:00:03.200-00:00:04.500] 神里綾香
[00:00:04.500-00:00:05.500] 参ります!
[00:00:06.600-00:00:08.200] よろしくお願いします
[00:00:08.200-00:00:12.600] こののどかな時間がもっと増えると嬉しいのですが
[00:00:13.600-00:00:15.900] 私って欲張りですね
[00:00:15.900-00:00:18.100] 神里家の宿命や
[00:00:18.100-00:00:19.900] 社部業の重りは
[00:00:19.900-00:00:23.600] お兄様が一人で背負うべきものではありません
[00:00:23.600-00:00:27.700] 多くの方々が私を継承してくださるのは
[00:00:27.700-00:00:30.900] 私を白鷺の姫君や
[00:00:30.900-00:00:34.600] 社部業神里家の霊嬢として見ているからです
[00:00:34.600-00:00:38.500] 彼らが継承しているのは私の立場であって
[00:00:38.500-00:00:41.700] 綾香という一戸人とは関係ございません
[00:00:41.700-00:00:43.400] 今の私は
[00:00:43.400-00:00:47.300] 皆さんから信頼される人になりたいと思っています
[00:00:47.300-00:00:49.700] その気持ちを鼓舞するものは
[00:00:49.700-00:00:52.300] 肩にのしかかる銃石でも
[00:00:52.300-00:00:54.800] 他人からの期待でもございません
[00:00:54.800-00:00:56.700] あなたがすでに
[00:00:56.800-00:00:58.800] そのようなお方だからです
[00:00:58.800-00:01:00.500] 今から言うことは
[00:01:00.500-00:01:03.900] 稲妻幕府社部業神里家の肩書きに
[00:01:03.900-00:01:06.200] ふさわしくないものかもしれません
[00:01:06.200-00:01:11.100] あなたは私のわがままを受け入れてくださる方だと信じています
[00:01:11.100-00:01:12.500] 神里流
[00:01:12.500-00:01:14.000] 壮烈
Whisper took 22.232674299972132 seconds
Parallel transcription took 31.472856600070372 seconds
Max line width 80
Closing parallel contexts
Closing pool of 1 processes
Closing pool of 8 processes可以看到1分14秒的视频vad用了8秒whisper用了22秒转录一共用了31秒。
注意这里只是用了whisper原版的算法现在我们添加–whisper_implementation faster-whisper参数来使用faster-whisper改进后的算法
python cli.py --whisper_implementation faster-whisper --model large-v2 --vad silero-vad --language Japanese --output_dir d:/whisper_model d:/Downloads/test.mp4程序返回
Running whisper from 00:00.000 to 01:15.071 , duration: 75.071224 expanded: 0 prompt: None language: None
Loading faster whisper model large-v2 for device None
WARNING: fp16 option is ignored by faster-whisper - use compute_type instead.
[00:00:00.000-00:00:03.200] 稲妻神里流 太刀術免許開伝
[00:00:03.200-00:00:04.500] 神里綾香
[00:00:04.500-00:00:05.500] 参ります!
[00:00:06.600-00:00:08.200] よろしくお願いします
[00:00:08.200-00:00:12.600] こののどかな時間がもっと増えると嬉しいのですが
[00:00:13.600-00:00:15.900] 私って欲張りですね
[00:00:15.900-00:00:18.100] 神里家の宿命や
[00:00:18.100-00:00:19.900] 社部業の重りは
[00:00:19.900-00:00:23.600] お兄様が一人で背負うべきものではありません
[00:00:23.600-00:00:27.700] 多くの方々が私を継承してくださるのは
[00:00:27.700-00:00:30.900] 私を白鷺の姫君や
[00:00:30.900-00:00:34.600] 社部業神里家の霊嬢として見ているからです
[00:00:34.600-00:00:38.500] 彼らが継承しているのは私の立場であって
[00:00:38.500-00:00:41.700] 綾香という一戸人とは関係ございません
[00:00:41.700-00:00:43.400] 今の私は
[00:00:43.400-00:00:47.300] 皆さんから信頼される人になりたいと思っています
[00:00:47.300-00:00:49.700] その気持ちを鼓舞するものは
[00:00:49.700-00:00:52.300] 肩にのしかかる銃石でも
[00:00:52.300-00:00:54.800] 他人からの期待でもございません
[00:00:54.800-00:00:56.700] あなたがすでに
[00:00:56.800-00:00:58.800] そのようなお方だからです
[00:00:58.800-00:01:00.500] 今から言うことは
[00:01:00.500-00:01:03.900] 稲妻幕府社部業神里家の肩書きに
[00:01:03.900-00:01:06.200] ふさわしくないものかもしれません
[00:01:06.200-00:01:11.100] あなたは私のわがままを受け入れてくださる方だと信じています
[00:01:11.100-00:01:12.500] 神里流
[00:01:12.500-00:01:14.000] 壮烈
Whisper took 10.779123099986464 seconds
Parallel transcription took 11.567014200030826 seconds大模型只用了10秒这效率绝了。
中文字幕
在以往的Whisper模型中如果我们需要中文字幕需要通过参数–task translate翻译成英文然后再通过第三方的翻译接口将英文翻译成中文再手动匹配字幕效果比较麻烦。
现在我们只需要将语言直接设置为中文即可程序会进行自动翻译
python cli.py --whisper_implementation faster-whisper --model large-v2 --vad silero-vad --language Chinese --output_dir d:/whisper_model d:/Downloads/test.mp4这里的–language参数改为Chinese。
程序返回
Running whisper from 00:00.000 to 01:15.071 , duration: 75.071224 expanded: 0 prompt: None language: None
Loading faster whisper model large-v2 for device None
WARNING: fp16 option is ignored by faster-whisper - use compute_type instead.
[00:00:00.000-00:00:03.200] 稲妻神里流太刀術免許改練
[00:00:03.200-00:00:04.400] 神里綾香
[00:00:04.400-00:00:05.400] 來吧
[00:00:06.600-00:00:08.200] 請多多指教
[00:00:08.200-00:00:12.600] 希望能有更多的這段寂靜的時間
[00:00:13.600-00:00:15.800] 我真是太有興趣了
[00:00:15.800-00:00:20.000] 神里家的宿命和社部行的重量
[00:00:20.000-00:00:23.600] 不應該由哥哥一個人承擔
[00:00:23.600-00:00:27.400] 很多人都敬重我
[00:00:27.600-00:00:28.800] 是因為他們把我視為
[00:00:28.800-00:00:34.600] 神里家的宿命和社部行的重量
[00:00:34.600-00:00:38.600] 他們敬重的是我的立場
[00:00:38.600-00:00:41.800] 與我自己的身分無關
[00:00:41.800-00:00:43.400] 現在的我
[00:00:43.400-00:00:47.400] 是想成為大家信任的一個人
[00:00:47.400-00:00:49.800] 那些敬重我的人
[00:00:49.800-00:00:52.400] 無論是肩上的重石
[00:00:52.400-00:00:54.800] 或是別人的機器
[00:00:54.800-00:00:58.800] 都是因為你已經是這樣的一個人
[00:00:58.800-00:01:00.400] 我現在要說的話
[00:01:00.400-00:01:03.800] 可能不適合
[00:01:03.800-00:01:06.200] 神里家的宿命和社部行
[00:01:06.200-00:01:11.000] 但我相信你能接受我的自私
[00:01:11.000-00:01:12.400] 神里流
[00:01:12.400-00:01:14.000] 消滅
Whisper took 18.85215839999728 seconds字幕就已经是中文了注意转录翻译一共花了18秒时间成本比直接转录要高。
双语字幕效果 结语
由于 Faster-Whisper 的速度更快它可以扩展到更多的应用领域包括实时场景和大规模的数据处理任务。这使得 Faster-Whisper 在语音识别、自然语言处理、机器翻译、智能对话等领域中具有更广泛的应用潜力当然了更重要的是当您的电脑里D盘中的爱情片还没有中文字幕时您当然知道现在该做些什么了。
