#!/usr/local/bin/python3
#-*- coding:utf-8 -*-
import gradio as gr
title = "OpenAI Whisper Large v2"
description = """
本例用于演示 openai/whisper-large-v2 模型的语音识别(ASR)能力。目前没有对模型做微调,基于原始模型开发。 Whisper原始模型主要支持英语语音的识别。英语的效果最好,中文语音识别后只会输出汉语拼音。
更多的信息请参考: openai/whisper-large-v2。
使用方法: 上传一个音频文件或直接在页面中录制音频。音频会在传递到模型之前转换为单声道并重新采样为16 kHz。
"""
article = """
"""
examples = [
["examples/zhiqi.wav", None],
["examples/hmm_i_dont_know.wav", None],
["examples/henry5.mp3", None],
["examples/yearn_for_time.mp3", None],
["examples/see_in_eyes.wav", None],
]
gr.load(
"models/openai/whisper-large-v2",
inputs=[
gr.Audio(label="上传语音", source="upload", type="numpy"),
gr.Audio(label="录制语音", source="microphone", type="numpy"),
],
outputs=gr.Text(label="识别出的文字"),
title=title,
description=description,
article=article,
examples=examples
).launch()