最近，OpenAI 把自己的語音辨識計畫 Whisper 開源了，聲稱能把視訊和語音檔轉換成文字。
聽說效果能和科大訊飛那些收費產品一較高下，而且最妙的是，這玩意兒不需要 GPU，家用電腦就能跑！
我是個折騰愛好者，尤其對這種開源計畫興趣滿滿。官方文件固然詳細，但我這次打算走個捷徑，找到了一個基於 Whisper 的 web 服務計畫，直接用 Docker 部署，聽起來是不是很酷？
下載映像
在 Docker 裏搜尋 openai-whisper-asr-webservice，拉下第一個映像。
啟動服務
docker run -d -p 9000:9000 -e ASR_MODEL=base onerahmet/openai-whisper-asr-webservice:latest
執行完畢後，開啟瀏覽器存取 http://localhost:9000/，初次存取會下載模型，稍等片刻後，就能看到部署成功的頁面，簡單至極！
開始使用
提供了兩個 HTTP 介面：語音辨識和語言檢測。語音辨識介面，上傳檔後轉換成文字；語言檢測介面，則是辨識上傳檔的語言型別。
音/視訊轉文字
試了下英文音訊，上傳後點選執行，一會兒工夫就看到了轉換結果。
語言檢測
還能檢測視訊或音訊檔裏的語言型別，這對於多語言檔也是非常友好的。
最後
用 Whisper，我在家裏就能把各種語音視訊檔變成文字，無論是制作字幕還是整理訪談記錄，都變得輕而易舉。最關鍵的是，這一切都是開源免費的，簡直太棒了！
而且，透過 Docker 部署這個 web 服務計畫，整個過程簡單到讓人驚訝。只要幾步操作，就能搭建起一個功能強大的語音辨識服務，這在我看來，無疑是開源世界的又一次偉大勝利。
由於有些小夥伴網路問題，導致下載不了，這裏我已經整理到網盤了。
連結地址： https://www.j301.cn/blog/github_ai_tool_whisper.html
點選下方公眾號，回復關鍵字： github ， 獲取 Github開源計畫合集 ！
點分享
點收藏
點點贊
點在看
