命令行批量處理OpenAI Whisper語(yǔ)音識(shí)別

2023-08-17 17:39 作者:山風(fēng)入谷 0人讀過(guò) | 我要投稿

通過(guò)批處理腳本.bat實(shí)現(xiàn)音視頻文件的批量語(yǔ)音識(shí)別_(:3」∠)_

功能如下

輸入命令行（也可使用預(yù)設(shè)：令第一個(gè)字符為1或2）
使用通配符來(lái)選取文件
統(tǒng)計(jì)文件數(shù)量及類型
文件自動(dòng)分組（避免命令行超出8191個(gè)字符的限制）
運(yùn)行時(shí)間統(tǒng)計(jì)（24小時(shí)以內(nèi)，如超出則自行計(jì)算天數(shù)即可）

上面第二張圖片是Whisper-CTranslate2的運(yùn)行結(jié)果，它基于Faster-Whisper項(xiàng)目，與舊OpenAI Whisper命令行兼容。在保證精度的同時(shí)，占用內(nèi)存更少，運(yùn)行速度更快，且支持用彩色顯示單詞置信度，非常推薦哦。倉(cāng)庫(kù)：https://github.com/Softcatala/whisper-ctranslate2

腳本使用方面，復(fù)制代碼到文本文檔，改后綴為.bat，將其與待處理文件放在同一個(gè)目錄下，直接運(yùn)行就可以了

如果嫌要把.bat文件移來(lái)移去太麻煩的話，可以把它放在一個(gè)固定的位置，比如D:\cmd_AutoRun\Process.bat，然后在cmd中用doskey命令給調(diào)用.bat的命令（call）設(shè)置一個(gè)別名，比如

這樣就可以在cmd中輸入“wbat”來(lái)直接調(diào)用腳本文件了，但是這個(gè)命令只對(duì)當(dāng)前窗口有效。如果要每次打開(kāi)cmd都可以使用別名的話，需要修改注冊(cè)表，具體請(qǐng)搜索“cmd命令別名”
修改成功之后，在文件目錄shift+右鍵，“在此處打開(kāi)命令窗口”，再輸入定義的別名可以調(diào)用了。當(dāng)然，在資源管理器的地址欄輸入“cmd”也是同樣的效果

Process.bat

一些關(guān)于腳本的說(shuō)明

1.輸入命令行

可以直接輸入Whisper命令，并用%i來(lái)代替文件名，例如

也準(zhǔn)備了兩種預(yù)設(shè)，方法是使第一個(gè)輸入的字符為1或2，腳本會(huì)將1或2替換為對(duì)應(yīng)的不完整命令，所以后面還需要補(bǔ)充參數(shù)。如“1medium”、“2small -f txt”等等

2.通配符

*表示任意數(shù)量的字符，?表示單個(gè)字符

如*.wav表示所有的wav文件，??x.ogg表示所有結(jié)尾為x的三字符ogg文件

要選取多種文件，只需將表達(dá)式用半角逗號(hào)或空格隔開(kāi)。如*.ogg,*.mp4 *.flac

如果當(dāng)前目錄下全部文件都需要處理，只要輸入一個(gè)*就可以了

更詳細(xì)的cmd通配符用法請(qǐng)搜索“cmd通配符”

3.臨時(shí)文件

腳本在運(yùn)行過(guò)程中會(huì)創(chuàng)建名為“process_output.txt”的文件來(lái)存放信息，并在運(yùn)行完成后刪除

如果當(dāng)前目錄下正好有同名文件，請(qǐng)一定一定要將其轉(zhuǎn)移或備份，否則會(huì)被刪掉的哦

4.腳本思路

核心思路來(lái)源于OpenAI Whisper官網(wǎng)的這句示例

一條whisper命令可以輸入多個(gè)文件名，只要把他們用空格隔開(kāi)就好了。腳本所做的事情其實(shí)就是將這些文件名整合到形式變量%i中。并且考慮到命令行有8191個(gè)字符限制，所以要將過(guò)多的文件分組。

看似比較繁瑣，不如用for循環(huán)遍歷所有文件，然后每個(gè)文件執(zhí)行一次命令來(lái)得方便
但是經(jīng)過(guò)測(cè)試，多文件合并輸出的方法相較單文件，處理的速度要快上不少。尤其是在大模型、多個(gè)小文件的情況下。推測(cè)是每次執(zhí)行命令就會(huì)加載一次模型，而后者將太多時(shí)間花在模型的加載上，所以速度較慢。

下面是驗(yàn)證過(guò)程