Whisper czyli nowe fajne do rozpoznawania mowy

Dzięki

Mam w folderze 3 pliki
ggml-large-v1.bin
whisper.exe
i whisper dll
Otwieram ten folder w terminalu.
No i wpisuję co axm04 pisał na przykład, wyskakuje mi:
whisper.cpp.exe : The term 'whisper.cpp.exe' is not recognized as the name of a cmdlet, function, script file, or opera

Pytanie proste, co robię nie tak? :D

najlepiej utworzyć w folderze whisper-a folder "models" lub coś podobnego, tam przekopiować model jakiego chcesz użyć, a potem tylko w lini z parametrami dopisujesz:
"-m /.bin"
-- (balteam):
Mam w folderze 3 pliki

--

zaraz Potestuję, ale dlaczego whisper.cpp.exe -h pokazuje not recognized?

Może nie jesteś w tym folderze?
Wpis cd żeby sprawdzić, albo dir/b do wylistowania plików.

Jak wpisuję cd to mam
PS C:\Users\budyn\Favorites\whisper.cpp\whisper.cpp>
natomiast dir/b wyrzuca też info is not recognized

Jesteś w Powershellu, nie linii komand.

Dobra, plik wav jeszcze tak łopatologicznie proszę jak ma wyglądać
mono,
rate 16 khz
bitrate jakie?
Pajper pisał, ale nie rozszyfrowałem wszystkich skrutów, więc no :D

Czy mogę mu zadeklarować 2 języki i poprawi to rozpoznawanie np. niektórych słów lub zdań w drugim języku?

gold vawe nie ogarnia tych wytycznych dźwiękowych, ale na stronie
https://audio.online-convert.com/convert-to-wav
można konwertować.
eh 14 na 16 rdzeni, szybkie pisanie ma czasem lagi, jedna minut z 6 minut się konwertuje, ciekawe o ile szybciej jak bym large dał na 16 rdzeni.

Nie, jednak za długo w 30 minut 4 minuty, a ja myślałem o przemieleniu 1,5 godz :D
Teraz wpisy eltenowe polskie w jakim modelu są robione? Chyba niestety na medium będę musiał przejść.
dlaczego nie mam pl znaków mimo, że wybrałem pl język czyli na koniec dodałm -l pl?
[00:04:29.400 --> 00:04:32.400] ostatecznie sko┼äczy si─Ö tym, ┼╝e zostan─ů prowadzone takie

Hej, dzięki za uznanie, to ja pisałem ten artykuł. Jakby co, wklejam dla Ciebie, Numernabis, pełną wersję, w której masz wszystko opisane. Niestety, ja w pełnej wersji wszystko opisałem, ale mi nie pozwolono wkleić całości do czasopisma, musiałem zatem skrócić.

Fajnie jak by komuś się chciało i przekleił najważniejsze info do pierwszego postu, albo dał ten artykół Mateponczasa.
Ps. large 9 minut w 1,5 godz, a medium w 30 minut, no różnica ogromna, szkoda, że nie mam 32 rdzeni :D

Jeśli ktoś chce korzystać z cpp to ta instrukcja Mateponczasa nie do tego.
Wgl gdzie się zapisują wyniki skryptowanego pliku?

W folderze gdzie jest plik wejściowy.
Co do pliku:
wav, mono, 16khz, 16bit
-- (balteam):
Jeśli ktoś chce korzystać z cpp to ta instrukcja Mateponczasa nie do tego.
Wgl gdzie się zapisują wyniki skryptowanego pliku?

--

no to u mnie jest tyle plików co było i żaden nie doszedł, na bank nie ma w folderu wejściowym, może muszę coś wpisać jeszcze w konsoli, albo no nie wiem, zamknąć ją najpierw

Przydałaby się taka łopatologiczna instrukcja do urzywania tego cpp. Jak modele dobrać, jak odpalić. Wszystko.

A w lini wywołania whisper.cpp.exe zawarłeś paramert -otxt?
-- (balteam):
no to u mnie jest tyle plików co było i żaden nie doszedł, na bank nie ma w folderu wejściowym, może muszę coś wpisać jeszcze w konsoli, albo no nie wiem, zamknąć ją najpierw

--

Nie chciał bym się powtarzać, bo jak wywołać wszystko już pisałem, a skąd pobrać modele się również pojawiło.
Pliki potrzebne do wywołania znajdują sie w załączniku w jednym z poprzednich wpisów pajpera.
-- (matius):
Przydałaby się taka łopatologiczna instrukcja do urzywania tego cpp. Jak modele dobrać, jak odpalić. Wszystko.

--

Przeczytaj wszystko od wpisu nr 250, ja może napiszę, co do lini, to nie dodałem takiej komendy, teraz wygląda ona tak:

whisper.cpp -m ggml-medium.bin test.wav -t 14 -l pl -ot t
czy git czy jeszcze coś?
Jak pisałem symbole dziwne zamiast polskich znaków są