AiChatGPT Whisper bài số 01 : Whisper là gì và bài toán Speech-to-Text
Whisper là gì và bài toán Speech-to-Text
Giáo trình Whisper: Speech-to-Text, phụ đề, dịch giọng nói, Python và ứng dụng thực tế.
Website ChatGPT https://chatgpt.com/
50 bài từ cài đặt Whisper/FFmpeg, model, CLI/Python đến subtitle, GPU, API, database và dự án cuối khóa.30 nội dung · 30 Free · 0 Basic · 0 Pro
Whisper là gì và bài toán Speech-to-Text
Kiến trúc và khả năng đa ngôn ngữ của Whisper
Các model tiny, base, small, medium, large và turbo
Chọn model theo VRAM, tốc độ và độ chính xác
Cài Python, PyTorch và openai-whisper
Cài FFmpeg trên Windows
Cài Whisper và kiểm tra môi trường
Transcribe file âm thanh đầu tiên bằng CLI
Các output TXT, SRT, VTT, TSV và JSON
Chỉ định ngôn ngữ và tự động nhận diện ngôn ngữ
Transcribe tiếng Việt thực tế
Dịch giọng nói sang tiếng Anh với task translate
Vì sao turbo không phù hợp cho translation
Dùng Whisper bằng Python
load_model và quản lý model cache
Đọc audio, pad_or_trim và log-Mel spectrogram
detect_language bằng Python
DecodingOptions và decode cấp thấp
Hiểu cơ chế xử lý audio theo cửa sổ
Word timestamps và timestamp theo đoạn
Tạo phụ đề SRT từ video
Tạo WebVTT cho website
Tách audio khỏi video bằng FFmpeg
Chuẩn hóa sample rate và audio trước nhận dạng
Audio nhiễu, giọng nhỏ và cách tiền xử lý
initial_prompt và từ chuyên ngành
Temperature, beam search và decoding
Batch nhiều file âm thanh
GPU CUDA và chạy Whisper nhanh hơn
Chạy Whisper bằng CPU và tối ưu tài nguyên