使用Whisper API生成.SRT字幕?

我正在探索Whisper API的功能,想知道它是否可以用来生成带有转录内容的.SRT文件。据我了解,使用Whisper包在本地运行模型时,可以实现这种从转录到.SRT的转换。不幸的是,我没有足够的计算资源在本地运行模型,所以我倾向于直接使用API。

有没有人有这方面的经验,或者能提供通过API实现的指导?

以下Python脚本可以作为起点,但问题是关于模型本身的功能,而不是特定编程语言的实现。

import osimport openaiopenai.api_key = API_KEYaudio_file = open("audio.mp3", "rb")transcript = openai.Audio.transcribe("whisper-1", audio_file)print(transcript.text)

回答:

初步查看OpenAI的文档显示,srt/v1/audio/transcriptions端点的response_format参数支持的值之一。

在你示例中使用的官方Python绑定中,你应该能够将此作为命名参数传递给openai.Audio.transcribe()调用:

transcript = openai.Audio.transcribe("whisper-1", audio_file, response_format="srt")

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注