openai-whisper
음석 인식 모델, STT(Speech To Text)
실행
pipenv --python 3.9
pipenv install openai-whisper
whisper [AUDIO FILE] --language Korean [--model MODEL] [--output_format FORMAT]

첫 실행시 모델이 없으므로 다운로드시간이 소요된다
실행후에 json, txt 등의 output 파일이 생성된다

option

output_format - 기본값은 all
model - {tiny,base,small,medium,large}, 기본값은 small
output_dir - 생성되는 파일의 위치 지정
model_dir - 모델 위치 지정, 다운로드 위치인지는 테스트 안해봄
language - 인식할 언어 한국어는 ko, Korean
initial_prompt - 상황에 대해 묘사를 해주면 좀 더 번역이 잘되는 것 같기도하다

영어만 인식하는 것으로 보이며 이름 같은 고유명사를 넣어주니 인식했다.



cuda

medium 으로 테스트



원본 용량
5600x 3080+10G
M1Max 64G



1MB
22초
4분16초




|     150MB |       10분54초 |           |
apple silicon
pip install lightning-whisper-mlx
link

python
pipenv
ai