omeh2003 / VoiceToText_WhisperModel

SoundFileProcessor! 🐍 Это мощный инструмент для обработки звуковых файлов, включая разделение на части, изменение частоты дискретизации и транскрибацию с помощью моделей #OpenAIWhisper. 🎧🔀🗣️

README

Это руководство по использованию класса SoundFileProcessor. Он предназначен для обработки звуковых файлов, включая разделение звуковых файлов на части, изменение частоты дискретизации и транскрибацию с использованием моделей Whisper от OpenAI.

Установка

Прежде всего, вам необходимо установить все зависимости. Вы можете сделать это двумя способами: с использованием pip (Python package manager) или conda (Anaconda package manager).

Установка зависимостей с использованием pip

1. Откройте терминал

2. Установите необходимые пакеты, выполнив следующую команду:

   pip install soundfile resampy pydub transformers

Установка зависимостей с использованием conda

1. Откройте терминал

2. Создайте новую среду conda, выполнив следующую команду:

   conda create -n myenv

3. Активируйте среду, используя следующую команду:

   conda activate myenv

4. Установите необходимые пакеты, выполнив следующую команду:

   conda install -c conda-forge soundfile resampy pydub transformers

Установка PyTorch

Как правило, модели transformers требуют PyTorch. Вот как вы можете установить PyTorch.

Установка с помощью pip

Выполните следующую команду в терминале:

pip install torch

Установка с помощью conda

Выполните следующую команду в терминале:

conda install pytorch torchvision torchaudio -c pytorch

Использование класса SoundFileProcessor

Вот базовый пример использования SoundFileProcessor:

from sfProccessor import SoundFileProcessor
processor = SoundFileProcessor()
processor.process_file("path_to_your_audio_file.wav")

В этом примере "path_to_your_audio_file.wav" - это путь к аудиофайлу, который вы хотите обработать. В результате его выполнения в директории с исходным файлом будет создана поддиректория "wave", в которой будут храниться части исходного файла, а также файл "output.txt", содержащий транскрибацию аудиофайла.

Известные проблемы

Переполнение памяти при обработке аудиофайлов с высоким битрейтом

В некоторых случаях, если битрейт исходного аудиофайла слишком высок, может возникнуть проблема переполнения памяти. Это происходит из-за того, что аудиофайлы с высоким битрейтом могут занимать существенное количество памяти при загрузке и обработке.

Решение проблемы

Если вы столкнулись с этой проблемой, рекомендуется снизить битрейт исходного аудиофайла. Это можно сделать с помощью аудиоредактора, такого как Audacity или Adobe Audition. Процесс будет отличаться в зависимости от используемого программного обеспечения, но в общем случае он включает в себя следующие шаги:

1. Откройте исходный аудиофайл в вашем аудиоредакторе.
2. Найдите опцию для изменения битрейта аудио. В Audacity это можно сделать, выбрав "Tracks" > "Resample" в верхнем меню.
3. Введите новое значение битрейта (например, 16000 Гц - это стандартная частота дискретизации для многих задач обработки аудио).
4. Сохраните измененный аудиофайл и попробуйте снова выполнить обработку с помощью SoundFileProcessor.