【Google Colab Python系列】 初探Whisper: 來一段Youtube影片進行語音辨識吧！

Whisper簡介

觀看 Whisper 官方文件

安裝Whisper

# 安裝whisper語音辨識工具
!pip install -U openai-whisper

# 安裝youtube套件，這工具主要幫我們下載youtube影片進行後續的語音辨識demo，算是一個語音前處理工具
!pip install pytube

在這之前記得切換成GPU模式

試著找一段Youtube影音，嘗試在Google Colab播放測試

from IPython.display import YouTubeVideo

YouTubeVideo('EYhlGV9AZHI')py

接著我們使用pytube來抓取影片資訊

from pytube import YouTube

url = 'https://www.youtube.com/watch?v=EYhlGV9AZHI'

yt = YouTube(url)

# 抓取標題試試看
yt.title

下載純音檔

streams = yt.streams
audio = streams.get_audio_only()
obj = audio.download(filename='test.mp4')

載入辨識模型

import whisper
model = whisper.load_model('large')

對下載的音檔進行辨識

result = model.transcribe('test.mp4')
result

結語