Whisper.rn 项目下载及安装教程
2024-12-08 03:04:35作者:裘晴惠Vivianne
1. 项目介绍
Whisper.rn 是一个React Native的绑定库,用于OpenAI的Whisper自动语音识别(ASR)模型的性能推断。这个库可以让你在移动应用中集成Whisper ASR模型,实现音频文件的语音识别功能。
2. 项目下载位置
该项目托管在GitHub上,你可以通过以下地址进行下载和克隆:
https://github.com/mybigday/whisper.rn.git
3. 项目安装环境配置
在开始安装前,请确保你的开发环境已经配置了以下依赖:
- Node.js
- npm或yarn包管理器
- React Native开发环境
以下是一个典型的环境配置流程(以macOS为例):
# 安装Homebrew(如果尚未安装)
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
# 安装Node.js
brew install node
# 安装React Native CLI
npm install -g react-native-cli
4. 项目安装方式
克隆项目到本地后,进入项目目录进行安装:
# 克隆项目
git clone https://github.com/mybigday/whisper.rn.git
# 进入项目目录
cd whisper.rn
# 安装依赖
npm install
# 如果使用yarn
# yarn install
5. 项目处理脚本
根据官方文档,以下是初始化Whisper ASR模型和一些基本用法的示例脚本:
// 引入初始化函数
import { initWhisper } from 'whisper.rn';
// 初始化Whisper模型
const whisperContext = await initWhisper({
filePath: 'file:///path/to/ggml-tiny.en.bin'
});
// 转写音频文件
const sampleFilePath = 'file:///path/to/sample.wav';
const options = { language: 'en' };
const [stop, promise] = whisperContext.transcribe(sampleFilePath, options);
const [result] = await promise;
// result: 转写结果
使用实时转写功能时,可以按照以下方式进行:
// 实时转写
const [stop, subscribe] = await whisperContext.transcribeRealtime(options);
subscribe(evt => {
const [isCapturing, data, processTime, recordingTime] = evt;
console.log(`Realtime transcribing: ${isCapturing ? 'ON' : 'OFF'}`);
console.log(`Result: ${data.result}`);
console.log(`Process time: ${processTime}ms`);
console.log(`Recording time: ${recordingTime}ms`);
});
以上就是Whisper.rn项目的下载和安装教程。希望这个教程能够帮助你顺利地使用这个库。
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。C084
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
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TSX0135
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
469
3.48 K
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
🔥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
暂无简介
Dart
716
172
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
208
83
🎉 (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
1.27 K
695
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
1