【亲测免费】 Whisper.cpp 安装和配置指南

1. 项目基础介绍和主要编程语言

Whisper.cpp 是一个高性能的自动语音识别（ASR）模型的 C/C++ 实现，它是 OpenAI 的 Whisper 模型的移植版本。该项目的主要编程语言是 C 和 C++，旨在提供一个轻量级、高效且易于集成的语音识别解决方案。

2. 项目使用的关键技术和框架

Whisper.cpp 项目使用了以下关键技术和框架：

• C/C++: 项目的主要编程语言，用于实现高性能的语音识别模型。
• ARM NEON: 针对 Apple Silicon 的优化，利用 ARM NEON 指令集加速计算。
• Accelerate 框架: 用于在 Apple 设备上进行高效的矩阵运算。
• Metal 和 Core ML: 提供 GPU 加速支持，特别是在 Apple 设备上。
• AVX 和 VSX 指令集: 分别针对 x86 和 POWER 架构的优化。
• Vulkan 和 OpenVINO: 提供跨平台的 GPU 和 NPU 支持。

3. 项目安装和配置的准备工作和详细安装步骤

准备工作

在开始安装之前，请确保你的系统满足以下要求：

• 操作系统：Mac OS（Intel 和 Arm）、iOS、Android、Linux、FreeBSD、Windows（MSVC 和 MinGW）。
• 开发工具：Git、CMake、C/C++ 编译器（如 GCC 或 Clang）。

详细安装步骤

步骤 1：克隆项目仓库

首先，使用 Git 克隆 Whisper.cpp 项目到本地：

git clone https://github.com/ggerganov/whisper.cpp.git

步骤 2：进入项目目录

进入克隆下来的项目目录：

cd whisper.cpp

步骤 3：下载预训练模型

下载一个预训练的 Whisper 模型，并将其转换为 ggml 格式。你可以使用项目提供的脚本来下载模型：

sh ./models/download-ggml-model.sh base.en

这将会下载一个名为 ggml-base.en.bin 的模型文件，并将其保存在 models 目录下。

步骤 4：编译项目

使用 CMake 来配置和编译项目。首先创建一个构建目录，并进入该目录：

mkdir build
cd build

然后，运行 CMake 进行配置：

cmake ..

最后，编译项目：

make

步骤 5：运行示例程序

编译完成后，你可以运行示例程序来测试安装是否成功。例如，使用以下命令来转录音频文件：

./main -f ../samples/jfk.wav

这将使用你下载的模型来转录 jfk.wav 文件中的语音内容。

总结

通过以上步骤，你已经成功安装并配置了 Whisper.cpp 项目。你可以根据需要进一步探索项目的其他功能和示例，或者将其集成到你自己的应用程序中。