字幕生成

一、ASR是什么？ ASR全称Automatic Speech Recognition，自动语音识别也称为语音转文本 (STT)，是将给定音频转录为文本的任务。它有很多应用，例如语音用户界面。 二、ASR的项目地址： https://huggingface.co/tasks/automatic-speech-recognition 三、ASR的使用场景： 1、虚拟语音助手 许多边缘设备都有嵌入式虚…

Whisper-WebUI是一个基于Whisper模型的Gradio 的浏览器界面，可以轻松地将其用作字幕生成器！ 一、Whisper-WebUI的开源地址： https://github.com/jhj0517/Whisper-WebUI 二、Whisper-WebUI的功能特点： 从多种来源生成字幕，包括： 从音视频文件自动识别字幕 从Youtube链接自动识别字幕 从麦克风输入实时识别字幕 …