使用winsper语音识别开源模型封装成openai chatgpt兼容接口,高性能处理

源码资源网

使用winsper语音识别开源模型封装成openai chatgpt兼容接口,高性能处理
介绍

使用winsper语音识别开源模型封装成openai chatgpt兼容接口

软件架构

使用uvicorn、fastapi、openai-whisper等开源库实现高性能接口

使用说明

• 下载代码
• 安装 ffmpeg https://ffmpeg.org/download.html
• 安装依赖 项目根目录下执行命令 pip install -r requirements.txt
• 运行代码 项目根目录下执行命令 python main.py
  

这里的 http://0.0.0.0:3003 就是连接地址。

• 首次启动会下载模型，如果下载失败，请手动下载模型，放在项目根目录下，并修改 main.py 里的 model_size 参数。
  

可用型号和语言

您可能还需要安装 rust，以防 tiktoken 没有为您的平台提供预编译的轮子。如果在上述 pip install 命令过程中遇到安装错误，请按照 入门页面 的指引来安装 Rust 开发环境。此外，您可能需要配置 PATH 环境变量，例如 export PATH="$HOME/.cargo/binPATH"。如果安装过程中出现 No module named 'setuptools_rust' 错误，您需要安装 setuptools_rust，可以通过运行类似命令来完成。

[td]

尺寸	参数大小	纯英文型号	多语言模型	所需显存	相对速度
tiny	39 M	tiny.en	tiny	~1 GB	~32x
base	74 M	base.en	base	~1 GB	~16x
small	244 M	small.en	small	~2 GB	~6x
medium	769 M	medium.en	medium	~5 GB	~2x
large	1550 M	不适用	large	~10 GB	1x

针对仅英文应用的.en模型往往表现更佳，尤其是对于tiny.en和base.en模型。我们观察到，对于small.en和medium.en模型，这种差异变得不那么明显。

Whisper的表现因语言而异，幅度很大。下图展示了使用WER（词错误率）或CER（字符错误率，以斜体显示）在Common Voice 15和Fleurs数据集上评估的large-v3和large-v2模型按语言划分的性能分解。其他模型和数据集对应的更多WER/CER指标，以及用于翻译评估的BLEU（双语评估替代）分数，可以在论文的附录D.1、D.2和D.4中找到。

可识别语言细分

• Dutch: 荷兰语
• Spanish: 西班牙语
• Korean: 韩语
• Italian: 意大利语
• German: 德语
• Thai: 泰语
• Russian: 俄语
• Portuguese: 葡萄牙语
• Polish: 波兰语
• Indonesian: 印度尼西亚语
• Mandarin (TW): 普通话（台湾）
• Swedish: 瑞典语
• Czech: 捷克语
• English: 英语
• Japanese: 日语
• French: 法语
• Romanian: 罗马尼亚语
• Cantonese (CN): 粤语（中国大陆）
• Turkish: 土耳其语
• Mandarin (CN): 普通话（中国大陆）
• Catalan: 加泰罗尼亚语
• Hungarian: 匈牙利语
• Ukrainian: 乌克兰语
• Greek: 希腊语
• Bulgarian: 保加利亚语
• Arabic: 阿拉伯语
• Serbian: 塞尔维亚语
• Macedonian: 马其顿语
• Cantonese (HK): 粤语（香港）
• Latvian: 拉脱维亚语
• Slovenian: 斯洛文尼亚语
• Hindi: 印地语
• Galician: 加利西亚语
• Danish: 丹麦语
• Urdu: 乌尔都语
• Slovak: 斯洛伐克语
• Hebrew: 希伯来语
• Finnish: 芬兰语
• Azerbaijani: 阿塞拜疆语
• Lithuanian: 立陶宛语
• Estonian: 爱沙尼亚语
• Nynorsk: 新挪威语
• Welsh: 威尔士语
• Punjabi: 旁遮普语
• Afrikaans: 南非荷兰语
• Persian: 波斯语
• Basque: 巴斯克语
• Vietnamese: 越南语
• Bengali: 孟加拉语
• Nepali: 尼泊尔语
• Marathi: 马拉地语
• Belarusian: 白俄罗斯语
• Kazakh: 哈萨克语
• Armenian: 亚美尼亚语
• Swahili: 斯瓦希里语
• Tamil: 泰米尔语
• Albanian: 阿尔巴尼亚语
  

链接: https://pan.baidu.com/s/1AvpSJqWpmIDEjR_Qaabueg
提取码下载：

文件名称:提取码下载.txt 
下载次数:0  文件大小:16 Bytes  售价:19金钱 [记录]
下载权限: 不限 [购买VIP]   [充值]   [在线充值]   【VIP会员6折；永久VIP4折】

安全检测，请放心下载