1
00:00:00,000 --> 00:00:24,000
哈喽大家好,歡迎大家來收看我的視頻。那麼我們在上一次給大家分享的一個視頻是關於這個Hugging費中開源的這個項目。然後他是基於OpenAirWhisper來使用這個日語來做優化的。也就是對這個日語他識別的會更加準確。是專門針對日語的一個ASR模型。

2
00:00:24,000 --> 00:00:44,000
然後我們這裡的話對上一次視頻說的有一個錯誤的地方進行糾正。一個就是我們上一個視頻想到說需要去修改這個Transformers下面的Modeling.tl這個排成代碼。

3
00:00:44,000 --> 00:00:52,000
然後其實的話我們還是需要去在官方他提供的代碼記錄上的話再增加這兩條影句。

4
00:00:52,000 --> 00:01:00,000
才能讓他不報那個錯誤。把哪個錯誤能打開。我們給大家去記錄的那個博文。

5
00:01:00,000 --> 00:01:08,000
OK來到我們這個博文這裡。16月8號發布這個文章。大家可以去閱讀。去對著看一下。我們點進來。

6
00:01:08,000 --> 00:01:22,000
我們在這個博文中寫到了有兩個空。一個是Transformers的一個版本。就是剛才我們提到的。如果我們沒有去修改的話。那麼他會。他會報這個錯誤。

7
00:01:22,000 --> 00:01:27,000
其實這也與我們的這個代碼有關。這的話我們加了這一個。

8
00:01:27,000 --> 00:01:37,000
如果我們只是改這個Transformer沒有在原碼中加那句。加那兩條一句的話。那麼一樣會報這個錯誤。一樣會報這個錯誤。一樣會報這個錯誤。

9
00:01:37,000 --> 00:01:39,000
然後下面這個錯誤。

10
00:01:41,000 --> 00:01:49,000
下面這個就是沒有問題啊。你必須要修改這個Pyamon.audio。下面的那兩條語句啊。必須要修改。然後這裡的話是。

11
00:01:49,000 --> 00:01:54,000
我是寫成了一個GUI程序。然後去方便去使用。

12
00:01:54,000 --> 00:01:59,000
也就是在這兩寫成了一個GUI程序啊。

13
00:01:59,000 --> 00:02:06,000
我們啟用他。他會打開一個圖形界面的一個程序。

14
00:02:06,000 --> 00:02:08,000
然後去。

15
00:02:08,000 --> 00:02:10,000
嗯。

16
00:02:10,000 --> 00:02:12,000
怎麼你還沒起來。

17
00:02:12,000 --> 00:02:15,000
OK。

18
00:02:15,000 --> 00:02:18,000
然後他起來之後的話。他會提示。

19
00:02:18,000 --> 00:02:22,000
正在加載一個模型當中。等他加載完成之後。

20
00:02:22,000 --> 00:02:25,000
我們就可以去選擇音頻或視頻。

21
00:02:25,000 --> 00:02:27,000
選擇異語的音頻或視頻。

22
00:02:27,000 --> 00:02:31,000
把女音信號轉輪文本。文本文字。

23
00:02:37,000 --> 00:02:39,000
加載模型比較慢了。比較費時間。

24
00:02:39,000 --> 00:02:41,000
我們現在運行的是輕薄。

25
00:02:41,000 --> 00:02:43,000
在輕薄本地就能量上運行的。

26
00:02:43,000 --> 00:02:46,000
顯卡的話只有3050的一個顯卡。

27
00:02:46,000 --> 00:02:48,000
以後是4GB的一個顯存。

28
00:02:48,000 --> 00:02:50,000
沒有顯卡的話也是可以跑。

29
00:02:51,000 --> 00:02:52,000
我們可以看到這個。

30
00:02:52,000 --> 00:02:55,000
從這個PyTrain打印的一個日子。

31
00:02:59,000 --> 00:03:01,000
在我們的一個Windows系統中啊。

32
00:03:01,000 --> 00:03:03,000
他是不支持啊。不支持啊。

33
00:03:03,000 --> 00:03:04,000
這個呢。

34
00:03:04,000 --> 00:03:06,000
在這個Windows中。

35
00:03:06,000 --> 00:03:08,000
他會自動去切換使用的。

36
00:03:08,000 --> 00:03:10,000
這個另外一個。

37
00:03:10,000 --> 00:03:13,000
他這裡的話會嘗試去連接。

38
00:03:13,000 --> 00:03:16,000
連接這個hacking費。

39
00:03:16,000 --> 00:03:17,000
啊。

40
00:03:17,000 --> 00:03:22,000
這個generate.py這個文件。

41
00:03:22,000 --> 00:03:24,000
所以他會有問題。

42
00:03:33,000 --> 00:03:34,000
我們等一下。

43
00:03:34,000 --> 00:03:38,000
等他。

44
00:03:40,000 --> 00:03:42,000
我們先把這個環境。

45
00:03:42,000 --> 00:03:43,000
嗯。

46
00:03:43,000 --> 00:03:44,000
如果你訪問這個hacking費。

47
00:03:44,000 --> 00:03:45,000
訪問不到的話。

48
00:03:45,000 --> 00:03:48,000
有一種解決方案是使用國內的一個鏡像。

49
00:03:48,000 --> 00:03:49,000
拍子這個鏡像。

50
00:03:49,000 --> 00:03:52,000
你可以在系統環境變量當中去設置他的一個。

51
00:03:52,000 --> 00:03:53,000
嗯。

52
00:03:53,000 --> 00:03:54,000
或者直接在圓滿。

53
00:03:54,000 --> 00:03:55,000
改圓滿。

54
00:03:55,000 --> 00:03:56,000
把圓滿這個地方去添加。

55
00:03:56,000 --> 00:03:58,000
那這去上面去添加這個。

56
00:03:58,000 --> 00:03:59,000
環境啊。

57
00:03:59,000 --> 00:04:00,000
新的環境。

58
00:04:00,000 --> 00:04:01,000
也是可以的。

59
00:04:01,000 --> 00:04:02,000
而這也的話我們把它關掉。

60
00:04:02,000 --> 00:04:03,000
我們重啟一下。

61
00:04:03,000 --> 00:04:04,000
嗯。

62
00:04:10,000 --> 00:04:11,000
。

63
00:04:11,000 --> 00:04:12,000
OK。

64
00:04:12,000 --> 00:04:13,000
這是起那麼快點。

65
00:04:20,000 --> 00:04:21,000
從他加載這個模型。

66
00:04:21,000 --> 00:04:24,000
然後這個的話。

67
00:04:24,000 --> 00:04:25,000
你看到他提示這裡。

68
00:04:25,000 --> 00:04:27,000
需要去填寫這個hacking費的一個token。

69
00:04:27,000 --> 00:04:28,000
這個token的話。

70
00:04:28,000 --> 00:04:29,000
不是大模型的一個token。

71
00:04:29,000 --> 00:04:30,000
上個視頻也講了。

72
00:04:30,000 --> 00:04:31,000
他不需要這個。

73
00:04:31,000 --> 00:04:34,000
說花錢去購買這個token之類的。

74
00:04:34,000 --> 00:04:35,000
他完全是這個。

75
00:04:35,000 --> 00:04:36,000
這個token是認證的意思啊。

76
00:04:36,000 --> 00:04:37,000
他是那個那個token啊。

77
00:04:37,000 --> 00:04:38,000
他不是指的是大模型的那個資源。

78
00:04:38,000 --> 00:04:39,000
他不是指的。

79
00:04:39,000 --> 00:04:40,000
他不是指的。

80
00:04:40,000 --> 00:04:41,000
他不是指的。

81
00:04:41,000 --> 00:04:42,000
他不是指的。

82
00:04:42,000 --> 00:04:43,000
他不是指的。

83
00:04:43,000 --> 00:04:44,000
他不是指的。

84
00:04:44,000 --> 00:04:45,000
他不是指的。

85
00:04:45,000 --> 00:04:46,000
他不是指的。

86
00:04:46,000 --> 00:04:47,000
他不是指的。

87
00:04:47,000 --> 00:04:48,000
他不是指的。

88
00:04:48,000 --> 00:04:49,000
嗯。

89
00:04:49,000 --> 00:04:50,000
好。

90
00:04:50,000 --> 00:04:51,000
我們現在已經加載完成了。

91
00:04:51,000 --> 00:04:53,000
而要後的話我們就可以去選擇這個文件。

92
00:04:53,000 --> 00:04:54,000
那要處理文件。

93
00:04:54,000 --> 00:04:55,000
可以選擇。

94
00:04:55,000 --> 00:04:56,000
都會了。

95
00:04:56,000 --> 00:04:57,000
他在這裡會列出來。

96
00:04:57,000 --> 00:04:59,000
比如說我們選擇這一個。

97
00:04:59,000 --> 00:05:01,000
官方他提供的26秒的一個。

98
00:05:01,000 --> 00:05:02,000
日語的一個視頻。

99
00:05:02,000 --> 00:05:04,000
我們點擊打開。

100
00:05:04,000 --> 00:05:05,000
然後這一次選擇一個。

101
00:05:05,000 --> 00:05:07,000
你如果選擇多個的話可以按住。

102
00:05:07,000 --> 00:05:08,000
或是Ctrl鍵。

103
00:05:08,000 --> 00:05:09,000
去連選多個。

104
00:05:09,000 --> 00:05:12,000
那以後我們再點擊保存的一個目錄。

105
00:05:12,000 --> 00:05:14,000
比如說我們就保存在這個地方。

106
00:05:14,000 --> 00:05:16,000
我們先把之前的這個轉寫出來的。

107
00:05:16,000 --> 00:05:18,000
SRT格式的永件給delete。

108
00:05:18,000 --> 00:05:19,000
給刪除掉。

109
00:05:19,000 --> 00:05:20,000
然後的話。

110
00:05:20,000 --> 00:05:21,000
我們。

111
00:05:21,000 --> 00:05:23,000
把這個往下拖啊。

112
00:05:23,000 --> 00:05:25,000
可以看到這裡有一個轉寫的一個按鈕。

113
00:05:25,000 --> 00:05:27,000
然後我們點擊這個轉寫。

114
00:05:27,000 --> 00:05:29,000
他就會去處理當中了。

115
00:05:29,000 --> 00:05:30,000
然後我們看到日子他打印了。

116
00:05:30,000 --> 00:05:32,000
這個是Warming不要擔心啊。

117
00:05:32,000 --> 00:05:33,000
不要看到這一片紅。

118
00:05:33,000 --> 00:05:35,000
就以為是爆出還是問題。

119
00:05:35,000 --> 00:05:36,000
OK。

120
00:05:36,000 --> 00:05:37,000
我們看到這個速度還是蠻快的。

121
00:05:37,000 --> 00:05:38,000
我們已經出來了這個結果。

122
00:05:38,000 --> 00:05:41,000
然後我們去打開我們的這個目錄。

123
00:05:41,000 --> 00:05:42,000
就能夠看到。

124
00:05:42,000 --> 00:05:43,000
這個。

125
00:05:43,000 --> 00:05:44,000
剛生成的這個SRT。

126
00:05:44,000 --> 00:05:46,000
標準的一個字幕格式的一個文件。

127
00:05:46,000 --> 00:05:48,000
它裡面保存了什麼內容呢。

128
00:05:48,000 --> 00:05:49,000
我們可以去打開看一下。

129
00:05:49,000 --> 00:05:50,000
我們可以用記事本。

130
00:05:50,000 --> 00:05:52,000
或者說是用這個VSCORN。

131
00:05:52,000 --> 00:05:55,000
比如說我們用VSCORN打開給大家去瞧一瞧。

132
00:05:55,000 --> 00:05:56,000
OK。

133
00:05:56,000 --> 00:05:58,000
打開來看到的一個內容的話。

134
00:05:58,000 --> 00:05:59,000
就是我們的一個標準的一個。

135
00:05:59,000 --> 00:06:00,000
字幕格式。

136
00:06:00,000 --> 00:06:01,000
SRT字幕格式。

137
00:06:01,000 --> 00:06:03,000
序號還有時間戳。

138
00:06:03,000 --> 00:06:04,000
還有這個。

139
00:06:04,000 --> 00:06:06,000
這裡的話還是這個區分講話人的。

140
00:06:06,000 --> 00:06:07,000
區分那個講話人的。

141
00:06:07,000 --> 00:06:09,000
然後這裡是對應的文明內容。

142
00:06:09,000 --> 00:06:14,000
好。

143
00:06:14,000 --> 00:06:17,000
然後大家可以去自己去。

144
00:06:17,000 --> 00:06:20,000
在本地中去部署一下。

145
00:06:20,000 --> 00:06:21,000
試一下。

146
00:06:21,000 --> 00:06:22,000
然後這個的話。

147
00:06:22,000 --> 00:06:24,000
它是在Hotting費中能夠去找到。

148
00:06:24,000 --> 00:06:25,000
然後對應的一個文檔的話。

149
00:06:25,000 --> 00:06:26,000
部署的一個文檔的話。

150
00:06:26,000 --> 00:06:29,000
是把它發布到我的個人博客當中。

151
00:06:29,000 --> 00:06:30,000
需要的。

152
00:06:30,000 --> 00:06:31,000
也可以在我的一個博客。

153
00:06:31,000 --> 00:06:33,000
在我的一個博客中去。

154
00:06:33,000 --> 00:06:35,000
去這個獲取。

155
00:06:35,000 --> 00:06:37,000
我是昨天6月8號發布的。

156
00:06:37,000 --> 00:06:39,000
大家也可以去搜索。

157
00:06:39,000 --> 00:06:40,000
如果找到的話。

158
00:06:40,000 --> 00:06:41,000
你可以去搜索這個。

159
00:06:41,000 --> 00:06:42,000
部署以後這個怎麼讀。

160
00:06:42,000 --> 00:06:43,000
然後Whisper文檔。

161
00:06:43,000 --> 00:06:46,000
然後你如果想要部署OpenAIWhisper的話。

162
00:06:46,000 --> 00:06:48,000
那你可以找我之前也發布過的一個文章。

163
00:06:48,000 --> 00:06:51,000
你可以直接搜索關鍵詞Whisper或者是OpenAIWhisper。

164
00:06:51,000 --> 00:06:52,000
都能夠找到。

165
00:06:52,000 --> 00:06:56,000
然後像之前有人問了怎麼去訓練這個模型的。

166
00:06:56,000 --> 00:06:57,000
這個文章文章的話也有。

167
00:06:57,000 --> 00:07:00,000
那你們也可以去看一下。

168
00:07:00,000 --> 00:07:01,000
還有有需要我。

169
00:07:01,000 --> 00:07:04,000
然後這個的話是前一陣子去發表的。

170
00:07:04,000 --> 00:07:06,000
關於這個部署。

171
00:07:06,000 --> 00:07:08,000
這個VisaNono實施語音。

172
00:07:08,000 --> 00:07:09,000
是個冰淇淨講話人的一個項目。

173
00:07:09,000 --> 00:07:12,000
大家如果不會部署也可以按照文檔來進行部署。

174
00:07:12,000 --> 00:07:14,000
還有其他的像部署千文沙這些都有。

175
00:07:14,000 --> 00:07:16,000
訓練溫州方言啊。

176
00:07:16,000 --> 00:07:18,000
或其他的一個方言和南話四川話的。

177
00:07:18,000 --> 00:07:19,000
都有。

178
00:07:19,000 --> 00:07:20,000
比較詳細的一個。

179
00:07:20,000 --> 00:07:22,000
還有怎麼去採集這個數據。

180
00:07:22,000 --> 00:07:24,000
這個方言是怎麼去採集的啊。

181
00:07:24,000 --> 00:07:29,000
那我們就是給大家去分享到這裡。

182
00:07:29,000 --> 00:07:31,000
還沒關注的也記得關注一下。

183
00:07:31,000 --> 00:07:33,000
拜拜。

184
00:07:33,000 --> 00:07:35,120