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
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。C036
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
344
Ascend Extension for PyTorch
Python
235
268
暂无简介
Dart
686
161
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
9
1
React Native鸿蒙化仓库
JavaScript
266
327
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
62
33
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
669