音频转字幕神器whisper升级版，whisper-webui使用教程

之前介绍过音频转字幕神器whisper，这次介绍一下whisper的webui版。whisper-webui最大的特点除了有webui界面之外，还支持fast-whisper。fast-whisper的生成速度更快需要的显存更小，对显卡的要求更低。官方的说法是显存占用减少一半以上，速度提升3-5倍。我自己实测效果确实更好一点。

和安装whisper的准备工作一样，先安装python3.10（可以根据实际需求部署虚拟环境）。如果显卡支持CUDA可以安装对应的CUDAtoolkit。

然后安装好git。

根据实际情况安装对应的torch。前往pytorch官网，根据实际情况设置安装参数，然后拷贝对应的命令安装torch（根据实际情况选择CPU或者cuda版本的torch)：

https://pytorch.org/get-started/locally/

然后安装ffmpeg（下载ffmpeg，把bin目录添加到系列的path环境变量），确保在命令行输入ffmpeg即可正常调用：

接下来折腾whisper-webui，首先把whisper-webui的仓库git下来：

git clone https://huggingface.co/spaces/aadnk/whisper-webui

然后进入目录运行安装命令（安装时间取决于网络）：

pip install -r requirements.txt
pip install -r requirements-fasterWhisper.txt

新建一个bat文件，命名为webui.bat输入：

python app.py --whisper_implementation faster-whisper --input_audio_max_duration -1

以后双击bat文件即可运行whisper-webui，通过http://127.0.0.1:7860即可访问webui页面：

注意fast-whisper和原版whisper并不公用模型，所以使用过程中需要重新下载模型文件。fast-whisper给出的whisper优化数据，确实比whisper更强，我实际使用中也确实更快一点。

注意whisper-webui需要先将源文件上传至临时文件夹，在转换视频这样的大文件时，需要等待文件上传完毕开能点开始生成的按钮，不然程序会报错。

webui界面操作上很直观，就不需要多介绍了，上传文件设置对应的语言和模型点击生成即可。

至于显卡方面，现在玩AI要么性能拉满选RTX4090，要么选RTX3060这样的大显存显卡。

七彩虹（Colorful）iGameGeForceRTX3060UltraWOC12GL1822MHzGDDR6电竞游戏光追电脑独立显卡2499元京东去购买

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～