本地部署SenseVoice的ONNX模型,识别音频并以字幕格式展示

1、创建虚拟环境并激活


2、安装sensevoice


pip install sensevoice-onnx -i https://pypi.tuna.tsinghua.edu.cn/simple


3、使用命令进行转换:


sensevoice --audio path/to/audio.wav --language auto --use_itn


language="auto",  # "zh", "en", "yue", "ja", "ko", "nospeech"



如果模型下载失败,可以从hf镜像站下载:
https://hf-mirror.com/lovemefan/SenseVoice-onnx/tree/main

并手动拷贝至:
/home/zhangfanxp/miniconda3/envs/sense2/lib/python3.10/site-packages/sensevoice/resource/




另外:
whisper也支持按字幕格式输出。

评论

此博客中的热门博文

通过命令行在Github上发布项目的新版本

利用GitHub免费的静态页面托管空间发布网页

本地部署OpenAvatarChat实时交互数字人系统