Closed 41889732 closed 1 year ago
功能:在使用从谷歌网盘选择文件的模式下,可以连续选择多个文件,而在运行whisper时按顺序翻译所有被选择的文件,并生成字幕。
动机:在部分应用场景下需要处理的音频文件可能是数量较多的短音频,例如翻译专辑、tv动画等情况,而目前的资源释放存在问题,large模型占用的内存不会被回收,想要翻译第二个文件必须断开运行时,重新执行挂载网盘、下载模型等操作,较为繁琐。
效果如下:
语音识别库配置完毕,将开始转换 加载模型 Loading model... 100%|█████████████████████████████████████| 2.87G/2.87G [00:52<00:00, 58.7MiB/s] 识别中 Transcribe in progress... 78%|███████▊ | 21365/27365 [01:06<00:18, 320.23frames/s] 识别完毕 Done Time consumpution 71.26088953018188s ASS subtitle saved as: //drive//MyDrive//01.ass 第 0 个字幕生成完毕 All done! 识别中 Transcribe in progress... 100%|██████████| 14594/14594 [00:12<00:00, 1209.17frames/s] 识别完毕 Done Time consumpution 13.963089227676392s ASS subtitle saved as: //drive//MyDrive//Ever17-子守歌//子守歌(巡音:浅川悠).ass 第 1 个字幕生成完毕 All done! 字幕生成完毕 All done!
功能:在使用从谷歌网盘选择文件的模式下,可以连续选择多个文件,而在运行whisper时按顺序翻译所有被选择的文件,并生成字幕。
动机:在部分应用场景下需要处理的音频文件可能是数量较多的短音频,例如翻译专辑、tv动画等情况,而目前的资源释放存在问题,large模型占用的内存不会被回收,想要翻译第二个文件必须断开运行时,重新执行挂载网盘、下载模型等操作,较为繁琐。
效果如下: