openai-whisper-realtime
低延迟实时音频转录，依赖高性能硬件和Python生态
openai-whisper-realtime是一个几乎实时转录音频的实验项目，使用Python和OpenAI Whisper处理音频。该项目依赖高性能CPU或GPU，使用sounddevice、numpy和asyncio等库。当前目标包括提升转录性能、优化断词检测和动态分割。
项目介绍：OpenAI Whisper Realtime
OpenAI Whisper Realtime 项目旨在通过使用 OpenAI 的 Whisper 技术，实现几乎实时的语音转录。这是一个快速试验性的项目，致力于提升语音转录的速度和实时性。
如何使用
环境准备
首先，用户需要确保安装必要的依赖库。可以通过以下命令安装所需的所有库：
pip install -r requirements.txt
启动项目
安装完依赖后，用户可以通过运行以下命令来启动脚本：
python openai-whisper-realtime.py
依赖要求
该项目需要以下依赖：
- Python 版本高于 3.7
- whisper
- sounddevice
- numpy
- asyncio
为了获得较好的性能表现，建议使用一台性能优异的 CPU 或 GPU。
工作原理
该项目通过 Python 捕获系统的默认音频输入，并将其分割成较小的音频块，然后输入到 OpenAI 的原始转录函数进行处理。当前项目尝试（尽管效果一般）去检测单词之间的间隙，从而避免在这些地方分割音频缓存。虽然根据模型的设计，这种处理方式并不是最为合理的，但项目的开发者认为值得尝试。整体上，它的表现还算不错。
待改进事项
项目当前有以下几个方面还需要改进：
- 提升转录性能，以提高转录的准确度和速度
- 改善单词间隔或停顿的检测能力，以便动态分割音频缓存
- 重构项目代码，以提高代码的可读性和维护性
- 清理标准输出，以提供更清晰的用户反馈
通过这样的方式，OpenAI Whisper Realtime 项目希望最终能提供一个稳定而高效的实时语音转录解决方案。
编辑推荐精选
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量提升解决方案，助力品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无 水印视频
最新版Sora2模型免费使用，一键生成无水印视频
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
商汤小浣熊
最强AI数据分析助手
小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。
imini AI
像人一样思考的AI智能体
imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号