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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注