PCで再生中の音声をWhisperでリアルタイムに文字起こしする - TadaoYamaokaの開発日記

PCで再生中の音声をリアルタイムで文字起こしできると、字幕機能がない動画の再生や、外国とのオンライン会議で便利である。 先日、OpenAIが公開したWhisperは、音声ファイルから文字起こしするするツールが提供されているが、リアルタイムで処理するツールは提供されていない。 そこで、Pythonスクリプトで、リアルタイムで文字起こしするツールを作成した。 ループバック録音 SoundCardを使うと、PCで再生されている音声を録音することができる。 pip install SoundCardでインストールする。 import soundcard as sc with sc.get_microphone(id=str(sc.default_speaker().name), include_loopback=True).recorder(samplerate=SAMPLE_RATE, chan

[kenjiro_n]

「SoundCardを使うと、PCで再生されている音声を録音することができる。」とさらっと書いてあるけどWindows上でもできるんだろうか。

[moromoro]

海外との会議でそのままBOXnoteに流して字幕的に使えそうなのいいな

[Imamura]

Whisperの文字起こしはGoogle Colabだと実時間の10倍くらいかかったけど、強いGPUがローカルにあれば現実的な速度になるのかな

[kei_1010]

試したい

[QuickyF2]

学生の時にほしかった

[kvx]

議事録用に欲しい

[deinestadt]

Windows11 22H2からWin+Ctrl+Lだけでできるようになってる（まだ英語のみ）

[aaru2015]

良さそう

[wdoomer]

良い

[fashi]

売れそう

[heppokopg2013]

これ知りたかったやつ

[sendai]

明日試そう。