AI/音声認識 (kotoba-whisper) のバックアップ(No.1)
- バックアップ一覧
- 差分 を表示
- 現在との差分 を表示
- ソース を表示
- AI/音声認識 (kotoba-whisper) へ行く。
- 1 (2025-04-19 (土) 00:21:05)
音声認識 (kotoba-whisper) †
kotoba-whisper-v2.2
特徴 †
- julius と比較して日本語認識率よさそう(な気がする。)
- julius と比較すると高負荷。GPUあれば問題なくリアルタイム処理可能(RTX 4060の場合)
利用にあたって †
- huggingface.co のアカウント、トークンが必要。 次のURLを参考にアカウント、トークンを生成ください。 https://highreso.jp/edgehub/machinelearning/huggingfacetoken.html
- 同アカウントで、下記 URL より利用申請する。
https://huggingface.co/pyannote/speaker-diarization-3.1
- 申請は、同ページで 「Expand to review and access」を選択し、適宜情報を入力し 「submit」する。しばらくすると、承認されて、同画面で次のように表示される。
Gated model You have been granted access to this model
- 申請は、同ページで 「Expand to review and access」を選択し、適宜情報を入力し 「submit」する。しばらくすると、承認されて、同画面で次のように表示される。
インストール †
- GPU 設定 Windows/wsl/gpu 参照
- ツール等のインストール
apt update apt install -y sudo wget git curl python3 python3-dev python3-pip ffmpeg
- python 環境設定 [[Linux/基本設定#pyenv (python) インストール ]] 参照 [[Linux/基本設定#venv (python 仮想環境)]] 参照
参考URL: https://huggingface.co/kotoba-tech/kotoba-whisper-v2.2
