README.md

简介

听到了! (Heard) 是一个字幕生成器，原理：

• 使用 Whisper 生成字幕，支持 GPU 模式
• GUI 部分则是使用 Ave React 开发的

使用它可以生成 srt 格式字幕：

演示视频见:

• 听到了！Whisper & GPU 离线字幕提取

使用说明

• 软件首页：https://rerender2021.github.io/products/heard/

开发者向

本地开发

> npm install
> npm run dev

开发过程中需要确保本机启动了 Whisper 服务器: https://github.com/rerender2021/Whisper-API/releases/tag/1.0.0

下载它，并解压到项目下，确保项目目录结构如下：

- whisper-gpu-server
    - Whisper-API.exe
    - ...
- src
- ...
- package.json

• 此外，还需要安装 cuda 环境，注意版本：11.7：https://developer.nvidia.com/cuda-11-7-0-download-archive?target_os=Windows&target_arch=x86_64

验证 cuda 安装成功：命令行输入 nvcc -V，看输出：

  Copyright (c) 2005-2022 NVIDIA Corporation
  Built on Tue_May__3_19:00:59_Pacific_Daylight_Time_2022
  Cuda compilation tools, release 11.7, V11.7.64
  Build cuda_11.7.r11.7/compiler.31294372_0

• 运行 Whisper 还需要安装 ffmpeg，验证是否安装成功：ffmpeg -v

ffmpeg version 2022-02-10-git-b6bb6b9f22-full_build-www.gyan.dev Copyright (c) 2000-2022 the FFmpeg developers
  built with gcc 11.2.0 (Rev7, Built by MSYS2 project)
  ...

功能扩展

默认支持 Whisper 类型为 base 的模型（英语 & 多语言），如果需要使用其它模型，可自行下载，并放在 whisper-gpu-server\model 下。

• 模型下载地址：openai/whisper#63 (comment)

打包发布

• 生成 exe

> npm run release

开源协议

MIT

赞赏

:) 如果此软件值得赞赏，可以请作者看小说，一元足足可看八章呢。