最近，OpenAI 把自己的语音识别项目 Whisper 开源了，声称能把视频和语音文件转换成文字。
听说效果能和科大讯飞那些收费产品一较高下，而且最妙的是，这玩意儿不需要 GPU，家用电脑就能跑！
我是个折腾爱好者，尤其对这种开源项目兴趣满满。官方文档固然详细，但我这次打算走个捷径，找到了一个基于 Whisper 的 web 服务项目，直接用 Docker 部署，听起来是不是很酷？
下载镜像
在 Docker 里搜索 openai-whisper-asr-webservice，拉下第一个镜像。
启动服务
docker run -d -p 9000:9000 -e ASR_MODEL=base onerahmet/openai-whisper-asr-webservice:latest
运行完毕后，打开浏览器访问 http://localhost:9000/，初次访问会下载模型，稍等片刻后，就能看到部署成功的页面，简单至极！
开始使用
提供了两个 HTTP 接口：语音识别和语言检测。语音识别接口，上传文件后转换成文字；语言检测接口，则是识别上传文件的语言类型。
音/视频转文字
试了下英文音频，上传后点击执行，一会儿工夫就看到了转换结果。
语言检测
还能检测视频或音频文件里的语言类型，这对于多语言文件也是非常友好的。
最后
用 Whisper，我在家里就能把各种语音视频文件变成文字，无论是制作字幕还是整理访谈记录，都变得轻而易举。最关键的是，这一切都是开源免费的，简直太棒了！
而且，通过 Docker 部署这个 web 服务项目，整个过程简单到让人惊讶。只要几步操作，就能搭建起一个功能强大的语音识别服务，这在我看来，无疑是开源世界的又一次伟大胜利。
由于有些小伙伴网络问题，导致下载不了，这里我已经整理到网盘了。
链接地址： https://www.j301.cn/blog/github_ai_tool_whisper.html
点击下方公众号，回复关键字： github ， 获取 Github开源项目合集 ！
点分享
点收藏
点点赞
点在看
