無料でOpenAIの「Whisper」を使って録音ファイルから音声認識で文字おこしする方法まとめ

画像生成AI「DALL・E2」や文章生成AI「GPT-3」「InstructGPT」などを開発するAI研究団体のOpenAIが、2022年9月に高性能な文字起こしAI「Whisper」を発表しました。オープンソースのWhisperはリポジトリが一般公開されており、日本語にも対応しているとのことで、オンライン実行環境のGoogle Colaboratory(Google Colab)やローカルのWindows環境に導入して使ってみました。 Introducing Whisper https://openai.com/blog/whisper/ GitHub - openai/whisper https://github.com/openai/whisper ○目次 ◆Hugging Faceの体験版を使ってみる ◆Google Colabに導入して使ってみる ◆Windows環境に導入してみ

[totoronoki]

“!pip install git+https://github.com/openai/whisper.gi ”最後".git" だよね。

[wfunakoshi235]

“ます。 ”

[grgrjnjn]

“Google Colaboratory”