AiChatGPT Whisper bài số 17 : detect_language bằng Python

1. Trọng tâm

Bài này tập trung trực tiếp vào **detect_language bằng Python** trong pipeline Whisper, từ dữ liệu audio đầu vào đến output có thể kiểm tra được.

2. Thực hành

audio = whisper.load_audio("audio.mp3")
audio = whisper.pad_or_trim(audio)
mel = whisper.log_mel_spectrogram(audio, n_mels=model.dims.n_mels).to(model.device)
_, probs = model.detect_language(mel)
print(max(probs, key=probs.get))

3. Cần quan sát gì?

• Ngôn ngữ nhận diện có đúng không.
• Từ chuyên ngành/tên riêng bị sai ở đâu.
• Timestamp có bám audio không.
• Thời gian xử lý và tài nguyên phần cứng.

4. Lỗi thường gặp

Không nên mặc định lỗi transcript luôn do model: audio đầu vào, FFmpeg, language, model size, thiết bị chạy và decoding options đều có thể ảnh hưởng kết quả.

5. Bài tập

1. Chạy ví dụ với audio 30–60 giây.
2. Thử ít nhất hai cấu hình/model khi phù hợp.
3. Ghi lại tốc độ và ba lỗi transcript.
4. Đề xuất cách cải thiện dựa trên dữ liệu vừa quan sát.