Whisper

Whisper on yleiskäyttöinen puheentunnistusmalli. Se on koulutettu laajalla ja monipuolisella ääniaineistolla, ja se on myös monitehtävämalli, joka pystyy monikieliseen puheentunnistukseen, puheen kääntämiseen ja kielen tunnistamiseen.

Whisperin kotisivu

Whisper voidaan asentaa SD Desktop -virtuaalikoneeseen SD Software installer -asennustyökalulla.

SD Desktopille tarjottu versio perustuu Faster-Whisper-XXL:ään.

Asennuksen jälkeen Whisper on käytettävissä komentorivityökaluna SD Desktopissa.

Esimerkkikomennot:

whisper audio.mp3 --model medium --threads 4

Esimerkkikomento, jossa diarisaatio on käytössä:

whisper interview.mp4 --model large --language French --threads 4 --diarize pyannote_v3.0 --diarize_threads 4 --num_speakers 2 -o interview_results

Päivitys 5.5.2025

Ennen viimeisintä päivitystä SD tool installer tarjosi WhisperDO:hon perustuvan Whisper-asennuksen. Faster-Whisper-XXL tarjoaa nyt uusia ominaisuuksia, kuten diarisaation, sekä paremman suorituskyvyn verrattuna vanhaan WhisperDO:hon.

Jos haluat päivittää vanhan WhisperDO-asennuksesi uuteen Faster-Whisper-XXL-versioon, sinun täytyy ensin poistaa vanha versio seuraavilla komennoilla:

rm /shared-directory/sd-tools/apptainer/whisper.sif
rm /shared-directory/sd-tools/bin/whisper

Sen jälkeen voit asentaa Whisperin uuden version SD tool installerilla.