Whisper Unity 项目下载及安装教程
2024-12-08 14:32:29作者:秋泉律Samson
1. 项目介绍
Whisper Unity 是一个在 Unity3D 中运行语音转文本模型(Whisper.cpp)的项目。它提供了高性能的推理能力,使得 OpenAI 的 Whisper 自动语音识别(ASR)模型可以在本地机器上运行。该项目支持多种语言,并且可以在没有互联网连接的情况下运行。它还提供了不同大小的模型,以平衡速度和准确性。
2. 项目下载位置
要下载 Whisper Unity 项目,请访问项目的 GitHub 仓库。你可以通过以下步骤进行下载:
- 打开命令行工具(如 Terminal 或 Command Prompt)。
- 使用
git clone命令克隆仓库:git clone https://github.com/Macoron/whisper.unity.git
3. 项目安装环境配置
3.1 系统要求
- 操作系统:Windows、MacOS、Linux、iOS、Android、WebGL
- Unity 版本:建议使用 Unity 2019.4 或更高版本
- 硬件要求:建议使用支持 CUDA 的 Nvidia GPU(可选)
3.2 环境配置步骤
-
安装 Unity:
- 访问 Unity 官网 下载并安装 Unity Hub。
- 在 Unity Hub 中安装所需的 Unity 版本。
-
配置 CUDA(可选):
- 如果你的系统有 Nvidia GPU,可以安装 CUDA Toolkit。
- 安装完成后,在 Unity 项目设置中启用 CUDA。
-
配置 Metal(可选):
- 如果你的系统是 MacOS,并且使用的是 Apple M1 或更高版本的芯片,可以启用 Metal 支持。
- 在 Unity 项目设置中启用 Metal。
3.3 环境配置示例


4. 项目安装方式
-
打开 Unity 项目:
- 启动 Unity Hub。
- 点击“添加”按钮,选择你克隆的 Whisper Unity 项目文件夹。
- 打开项目。
-
导入项目依赖:
- 在 Unity 中,打开 Package Manager。
- 点击“+”按钮,选择“Add package from git URL”。
- 输入项目的 Git URL:
https://github.com/Macoron/whisper.unity.git。
-
配置项目设置:
- 在 Unity 编辑器中,打开“Project Settings”。
- 根据需要启用 CUDA 或 Metal 支持。
5. 项目处理脚本
Whisper Unity 项目包含多个处理脚本,用于编译和运行 Whisper.cpp 库。以下是一些关键脚本:
- build_cpp.bat:用于在 Windows 上编译 Whisper.cpp 库。
- build_cpp.sh:用于在 MacOS 和 Linux 上编译 Whisper.cpp 库。
- build_cpp_linux.sh:用于在 Linux 上编译 Whisper.cpp 库。
5.1 编译 Whisper.cpp 库
-
Windows:
build_cpp.bat cpu path\to\whisper -
MacOS:
sh build_cpp.sh path/to/whisper all path/to/ndk/android.toolchain.cmake -
Linux:
sh build_cpp_linux.sh path/to/whisper cpu
5.2 运行示例
编译完成后,你可以在 Unity 中运行示例场景,测试 Whisper 模型的语音转文本功能。
通过以上步骤,你可以成功下载、安装并运行 Whisper Unity 项目。希望这篇教程对你有所帮助!
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134