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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
5.02 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
866
1.96 K
Ascend Extension for PyTorch
Python
725
901
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
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
458
454
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++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
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
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
631
Oohos_react_native
React Native鸿蒙化仓库
C++
357
427