【Google Colab Python系列】OpenAI Whisper: 語音辨識產生字幕檔

這次的篇章主要做些什麼？

• 前置作業。
• 上傳影音檔。
• 自動語音辨識文字。
• 下載字幕檔(.srt)。

前置作業

安裝相關套件

• openai-whisper

檢查是否開啟GPU

# 安裝whisper語音辨識工具
!pip install -U openai-whisper
# 檢查是否開啟GPU
!nvidia-smi

上傳影音檔

from google.colab import files
uploaded = files.upload()
todo = []
for fn in uploaded.keys():
  print('{name} with length {length} bytes'.format(name=fn, length=len(uploaded[fn])))
  todo.append(fn)todo

載入辨識模型

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

對上傳檔案進行辨識

import os
from whisper.utils import get_writer
# 輸出格式為srt
# 輸出路徑為目前位置
w = get_writer('srt', '.')for f in todo:
  name = os.path.basename(f)  result = model.transcribe(name)  srt_file_name = '{name}.srt'.format(name=name)
  w(result, srt_file_name)  files.download(srt_file_name)

結語