Whisper Unity 项目下载及安装教程
2024-12-08 10:44:08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
kernelopenEuler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。C075
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
462
3.44 K
Ascend Extension for PyTorch
Python
269
309
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
190
75
暂无简介
Dart
714
171
React Native鸿蒙化仓库
JavaScript
284
331
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++
843
421
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
105
119
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
10
1
🎉 (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
1.26 K
692