Whisper ASR Webservice 使用教程
2024-08-08 01:09:57作者:尤峻淳Whitney
目录结构及介绍
Whisper ASR Webservice 项目的目录结构如下:
whisper-asr-webservice/
├── app/
│ ├── __init__.py
│ ├── main.py
│ └── ...
├── docs/
│ └── assets/
│ └── img/
│ └── ...
├── github/
│ └── workflows/
│ └── ...
├── .dockerignore
├── .gitignore
├── Dockerfile
├── Dockerfile.gpu
├── LICENCE
├── README.md
├── docker-compose.gpu.yml
├── docker-compose.yml
├── poetry.lock
└── pyproject.toml
主要目录和文件介绍:
app/: 包含应用程序的主要代码。main.py: 项目的启动文件。
docs/: 包含项目文档的资源文件。github/: 包含 GitHub 工作流配置文件。.dockerignore: Docker 构建时忽略的文件和目录。.gitignore: Git 版本控制时忽略的文件和目录。Dockerfile: 用于构建 Docker 镜像的文件。Dockerfile.gpu: 用于构建支持 GPU 的 Docker 镜像的文件。LICENCE: 项目的许可证文件。README.md: 项目的主文档文件。docker-compose.gpu.yml: 用于启动支持 GPU 的 Docker 服务的配置文件。docker-compose.yml: 用于启动 Docker 服务的配置文件。poetry.lock: Poetry 依赖管理工具的锁定文件。pyproject.toml: Poetry 依赖管理工具的配置文件。
项目的启动文件介绍
项目的启动文件位于 app/main.py。该文件包含了应用程序的主要逻辑和启动代码。以下是 main.py 的简要介绍:
# app/main.py
from fastapi import FastAPI
from whisper_asr_webservice import WhisperASRWebService
app = FastAPI()
@app.on_event("startup")
async def startup_event():
# 初始化 Whisper ASR Web 服务
WhisperASRWebService.initialize()
@app.get("/")
async def root():
return {"message": "Welcome to Whisper ASR Webservice!"}
# 其他路由和逻辑...
主要功能:
FastAPI实例化:使用 FastAPI 框架创建一个 Web 应用程序。startup_event:在应用程序启动时初始化 Whisper ASR Web 服务。- 路由定义:定义了应用程序的根路由和其他路由。
项目的配置文件介绍
项目的配置文件主要包括 docker-compose.yml 和 docker-compose.gpu.yml。以下是这两个文件的简要介绍:
docker-compose.yml
version: '3.8'
services:
whisper-asr:
image: onerahmet/openai-whisper-asr-webservice:latest
ports:
- "9000:9000"
environment:
- ASR_MODEL=base
- ASR_ENGINE=openai_whisper
docker-compose.gpu.yml
version: '3.8'
services:
whisper-asr-gpu:
image: onerahmet/openai-whisper-asr-webservice:latest-gpu
ports:
- "9000:9000"
environment:
- ASR_MODEL=base
- ASR_ENGINE=openai_whisper
deploy:
resources:
reservations:
devices:
- capabilities: [gpu]
主要配置项:
image: 指定使用的 Docker 镜像。ports: 映射容器端口到主机端口。environment: 设置环境变量,如ASR_MODEL和ASR_ENGINE。deploy: 对于 GPU 版本,指定 GPU 资源。
通过这些配置文件,可以方便地启动和管理 Whisper ASR Webservice 的 Docker 容器。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
348
414
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++
889
609
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
338
185
openJiuwen 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
TSX
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
🎉 (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
1.34 K
758
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
114
140