WhisperLive

OpenAI Whisper 的近乎即時實作。

WhisperLive 是什麼?

OpenAI Whisper 的近乎即時實作。 寫作工具 音訊工具 MIT

WhisperLive 概覽

這是什麼

WhisperLive 是 OpenAI Whisper 的一個近乎即時(nearly-live)實作。這是一個即時語音轉文字的應用程式,使用 OpenAI Whisper 模型將語音輸入轉換為文字輸出。它可以轉錄來自麥克風的即時音訊以及預先錄製的音訊檔案。此專案為開放原始碼,採用 MIT 授權。

主要功能

  • 支援多種後端:faster_whisper、TensorRT 與 OpenVINO。
  • 提供逐字時間戳記(word-level timestamps)。
  • 支援自訂詞彙/熱詞(custom vocabulary / hotwords)。
  • 支援說話者辨識(speaker diarization)。
  • 支援批次推論(batch inference)。
  • 支援原始 PCM 輸入(raw PCM input)。
  • 瀏覽器擴充功能(README 中提及)。
  • 支援 Docker 部署伺服器。

使用情境

  • 即時轉錄來自麥克風的語音輸入。
  • 轉錄預先錄製的音訊檔案。
  • 與瀏覽器擴充功能整合,提供即時字幕。
  • 以伺服器方式服務多個客戶端連線進行轉錄。

快速開始

安裝系統相依套件並建立 Python 虛擬環境: bash bash scripts/setup.sh python3.12 -m venv whisper_env source whisper_env/bin/activate pip install whisper-live 使用 faster_whisper 後端啟動伺服器: bash python3 run_server.py --port 9090 --backend faster_whisper --max_clients 4 --max_connection_time 600 執行客戶端轉錄音訊檔案: bash python3 run_client.py --files 詳細說明請參閱專案 README。

授權與價格

此專案為開放原始碼,採用 MIT 授權。未提供價格資訊。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/collaborawhisperlive.svg)](https://yunodb.com/tools/collaborawhisperlive?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/collaborawhisperlive?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/collaborawhisperlive.svg" alt="Featured on YunoDB" height="20"></a>