Whisper.rn 项目下载及安装教程
2024-12-08 13:17:06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
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
🎉 (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
1.33 K
746
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
113
137