今回は音声認識ライブラリの
「Whisper」を用いて
音声の文字起こしを行ってみました

解説動画はこちら


 



早速使っていきましょう

Google Colabを用いて
コードを動かす事ができます


インストール

インストール方法は次の1行で簡単です

# whisperのインストール
!pip install git+https://github.com/openai/whisper.git

次はライブラリのインポートです

# ライブラリのインポート
import whisper
model = whisper.load_model("base")

これも2行でできます

用意が出来たら
音声ファイルを置きましょう

配置場所はファイル置き場です



こんな感じでファイルを配置しましょう

文字起こしをするのは次のコードです

# 音声ファイルの書き起こし実行
audio_file_path = "ファイルパス"
result = model.transcribe(audio_file_path)
print(result["text"])

音声ファイルの中身によって
結果は変わります

いろいろ試してみて下さい

動画ではいくつかの
音声文字起こしをしているので
そちらも参考にしてみて下さい


今回はここまでです
それでは

タグ ：

#Python

#プログラミング

#音声認識

#Whisper