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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust026
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
🎉 (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
1.57 K
910
deepin linux kernel
C
28
16
暂无简介
Dart
923
228
Ascend Extension for PyTorch
Python
520
630
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
46
52
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
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
399
305
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.35 K
110
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
134
212