文字起こし whisper

• 会議録の作成は必ずしも簡単でない
• zoomの会議では、音声(.m4a)と動画(.mp4)の記録をのこすことができる
• openAIによりwhisperが公開され、文字起こしに応用できるようになった。(2022/9/21)
• zoomの音声記録の文字起こししてみた記録
• 参考サイト
• ほぼ完璧な文字起こしができるAI音声認識Whisperのインストール | ジコログ
• 環境
  • macbook air M1 (M1,2020) with 16G RAM
  • macOS Montrey
  • homebrew 3.6.3
  • anaconda /jupyter notebook 6.3.0
• ffmegのinstall
  • brew install ffmpeg
• whisperのinstall
  • pip install git+https://github.com/openai/whisper.git
• whisperの実行　on jupyter notebook
  • import whisper
  • model = whisper.load_model("large")

result = model.transcribe("audio??????????.m4a", verbose=True, language="ja")
print(result["text"])

• 40分のくらいzoom会議の音声をもとに、文字起こしが一晩でできていた
• あまり熱を発しないmacbook airがほんのりと温かくなっていた
• 便利な世の中になったものである
• 追記　2022/10/26 いままでのanacondaは以前のintel macbookの環境を移行したのでintel版であった。したがって、rosetta2を使った運用だったので時間がかかったようだ。anaconda M1をいれて、実行してみたら２時間弱で文字起こしができたようだ