20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结（whisper）

正在检查是否收录...

20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结
2024/1/22 19:52

结论：这个软件如果是习作，可以打101分，功能都实现了。
如果作为商业软件/共享软件，在易用性等方面，可能就只能有70分了。
【百分制】

可选的改进部分：
0、支持INTEL/AMD/ATI的显卡。并且给NVIDIA的显卡自动安装最新的驱动程序和CUDA版本！【对初学者友好！】
1、待转换的音频/视频目录：【中文路径/长目录】对特殊字符的支持
2、（识别）翻译成：语言可以按照拼音顺序排序。当然汉语/简体中文/普通话是可以放到最前面的！
3、计算精度，只列出来所支持的精度，并给出估计的识别时间！
4、打开输出目录。我第一次识别完成在会后就把识别结果这个目录剪切走了。
结果下一次识别的时候找不到识别结果这个目录，直接退出了！半小时白花了。
如果找到识别结果这个目录，可以直接新建的呀！
H:\BaiduNetdiskDownload\音视频转文字字幕小工具\识别结果
5、由于whisper体积庞大，文件众多，导致程序比较凌乱。实际上，根目录下只需要有这两个目录：whisper和识别结果。
whisper
识别结果

缘起：为了使用openai的whisper识别小语种【非英语】电影的字幕，决定开始折腾CUDA了！
https://github.com/openai/whisper
https://www.bilibili.com/video/BV1d34y1F7qA
https://www.bilibili.com/video/BV1d34y1F7qA/?p=4&vd_source=4a6b675fa22dfa306da59f67b1f22616

1、待转换的音频/视频目录：c:/temp
测试发现只支持英文+数字目录。
【不要使用中文路径/长目录】

2、调用设备：显卡/CPU
你就找一片NVIDIA的CPU吧。
手头紧可以考虑二手：拼多多/淘宝

3、模型：whisper-large-v3就可以了。
不需要特别选择V2版本。

4、计算精度：
float16 不支持x
int8 支持
int8_float16 不支持x
int8_bfloat16 不支持x
bfloat16 不支持x
int8_float32 支持
int16 不支持x
float32 支持

int8_float32 支持【显存占用大概30%？】

float32 支持【显存占用几乎100%，几乎8GB全部占用了！】

5、版权；
由于内核是OpenAI所开源的【whisper】，收费就呵呵了！^_
不过whisper没有UI界面？
有人花时间整理出来，收点小钱￥也不是那么不可以接受的！
有能力的同学可以适当打赏点吧！

参考资料：
https://blog.csdn.net/weixin_42074867/article/details/90046478
win10 GTX1080配置Python CUDA、CUDNN支持

https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/cuda-toolkit-archive
CUDA Toolkit Archive

https://developer.nvidia.com/cuda-12-0-0-download-archive
CUDA Toolkit 12.0.0 (December 2022), Versioned Online Documentation

安装好就可以运行音|视频转文字|字幕小工具V1.2【openai的whisper】

百度：WIN10 进入安全模式
https://baijiahao.baidu.com/s?id=1773719082166223864&wfr=spider&for=pc
Win10系统电脑进入安全模式的四种方法，让你轻松应对各种问题