原文来自我个人的博客。
1、前提条件
服务器为GPU服务器。点击这里跳转到我使用的GPU服务器。我搭建 whisper 选用的是 NVIDIA A 100显卡，4GB显存。
Python版本要在3.8~3.11之间。
输入下面命令查看使用的Python版本。
python3 -V 2、安装Anaconda
为啥要安装Anaconda？
为了减少不同项目使用的库的版本冲突，我们可以使用Anaconda来创建虚拟Python环境。
下载Anaconda安装脚本
找到对应自己系统的安装器。
下载完成之后我们可以直接运行脚本。
bash 脚本.sh 也可以使用下面的方式运行脚本。
chmod +x 脚本.sh ./脚本.sh 安装完成之后需要重新连接SSH。
验证是否安装成功，可以使用下面的命令。
conda -V 3、安装FFmpeg
apt install ffmpeg 输入ffmpeg回车之后可以看到提示信息，说明安装成功。
4、安装显卡驱动
先输入nvidia-smi查看显卡信息，如果有提示信息，说明已经安装过了显卡驱动。
如果没有安装过显卡驱动，那么这里提供两种安装方式。
4.1、方式一
ubuntu-drivers devices 查看可以安装的显卡驱动
apt install nvidia-driver-530 安装推荐的显卡驱动
nvidia-smi 查看显卡信息
4.2、方式二
去NVIDIA官方驱动下载网站下载相对应的显卡驱动。
点击这里去下载。
具体可以参考这篇文章。
5、安装CUDA
下载CUDA
下载的CUDA版本一定要小于等于nvidia-smi中看到的CUDA版本，不能随意下载。
根据官方的命令安装。
编辑~/.bashrc，在最后添加下面命令。
export PATH=/usr/local/cuda-12.1/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.1/lib64 注意：需要把上面cuda-12.1改为你自己安装的CUDA的版本。
重新载入
source ~/.bashrc sudo ldconfig 检查CUDA是否安装好。
nvcc -V 如果安装过程中没有任何报错，但是输入该命令之后，没有输出版本信息，那么是你的环境变量没有配置或者是没有正确配置。
6、安装cuDNN（可选）
需要主要要想下载cuDNN必须要注册NVIDIA账号，并且一定要勾选同意加入他们的社区，否则是不能下载的。并且这个下载之前是要认证的，所以你不能直接在服务上下载，否则下载的只是一个网页，我们需要在本地电脑上先下载，然后通过rz或者是scp命令上传到服务器中。
cuDNN下载
下载完成之后，解压到CUDA目录下。
tar -xvf 文件名 cd 文件夾 sudo cp include/* /usr/local/cuda-12.1/include sudo cp lib/libcudnn* /usr/local/cuda-12.1/lib64 sudo chmod a+r /usr/local/cuda-12.1/include/cudnn* sudo chmod a+r /usr/local/cuda-12.1/lib64/libcudnn* cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 7、安装PyTorch
点击这里下载PyTorch
注意：安装的版本一定要和你CUDA版本一致。
安装的时候直接复制官方给出的命令即可。
然后我们可以使用下面的命令来验证是否安装成功。
python import torch torch.__version__ torch.cuda.is_available() 其中最后一句是关键，只有返回Ture，才能让Whisper使用显卡进行转录，否则是使用CPU进行转录。如果最后一句返回的是False，那么可能是你安装的PyTorch版本中使用的CUDA版本和你服务器中已经安装的CUDA版本不一致。
8、安装Whisper
安装之前需要使用conda创建一个虚拟环境。
conda create -n whisper python=3.10 激活虚拟环境。
conda activate whisper 退出虚拟环境。
conda deactivate 查看虚拟环境。
conda env list 删除虚拟环境。
conda remove -n whisper --all 先激活虚拟环境，然后输入下面一条命令即可安装。
pip install -U openai-whisper 如果没有任何报错，然后我们输入下面的命令，当看到信息输出时，说明安装成功。
whisper -h 9、Whisper的使用
第一次使用的时候比较慢，需要下载模型，使用的模型越大，转录的速度越慢，转录的准确性越高，Whisper对西班牙语的识别准确性最高，其次时意大利语，然后才是英语，而对于普通话的识别排在中间。
这里简单写一下Whisper的用法。
whisper 你要转录的音视频文件 --model large --language Chinese 更多用法可以使用whisper -h查看。
