终极指南：5分钟快速部署智能语音识别Whisper服务

终极指南：5分钟快速部署智能语音识别Whisper服务

【免费下载链接】whisper-asr-webserviceOpenAI Whisper ASR Webservice API项目地址: https://gitcode.com/gh_mirrors/wh/whisper-asr-webservice

Whisper ASR Webservice是一款基于OpenAI Whisper模型的智能语音识别服务，能够将音频文件快速转换为文本。本指南将帮助您在短短5分钟内完成部署，让您轻松拥有强大的语音识别能力。

🚀 两种部署方式任选

1. Docker一键部署（推荐新手）

Docker部署是最简单快捷的方式，只需执行以下命令：

# 克隆项目仓库 git clone https://gitcode.com/gh_mirrors/wh/whisper-asr-webservice cd whisper-asr-webservice # 启动服务（CPU版） docker-compose up -d # 如需GPU支持，使用GPU版配置 docker-compose -f docker-compose.gpu.yml up -d

2. 源码部署（适合开发者）

如果您需要自定义配置或二次开发，可以选择源码部署：

# 克隆项目仓库 git clone https://gitcode.com/gh_mirrors/wh/whisper-asr-webservice cd whisper-asr-webservice # 安装依赖（CPU版） poetry install --extras cpu # 如需CUDA支持 poetry install --extras cuda # 启动服务 uvicorn app.webservice:app --host 0.0.0.0 --port 9000

⚙️ 关键配置选项

Whisper ASR Webservice提供了丰富的配置选项，您可以通过环境变量进行自定义：

选择ASR引擎

# OpenAI Whisper引擎（默认） export ASR_ENGINE=openai_whisper # 更快的Faster Whisper引擎 export ASR_ENGINE=faster_whisper # 带说话人分离的WhisperX引擎 export ASR_ENGINE=whisperx

选择模型大小

# 基础模型（平衡速度和精度） export ASR_MODEL=base # 可用模型：tiny, base, small, medium, large-v1, large-v2, large-v3等 # 英语优化模型：tiny.en, base.en, small.en, medium.en # 蒸馏模型：distil-large-v2, distil-medium.en等（仅WhisperX和Faster-Whisper支持）

设备和量化配置

# 选择运行设备 export ASR_DEVICE=cuda # 或 'cpu' # 设置量化精度 export ASR_QUANTIZATION=float32 # 或 'float16', 'int8'

更多配置选项详见docs/environmental-variables.md。

🔍 使用Swagger UI测试服务

服务启动后，访问 http://localhost:9000/docs 即可打开Swagger UI界面，直观测试语音识别功能。

在Swagger UI中，您可以：

• 选择任务类型（转录/翻译）
• 设置语言和输出格式
• 上传音频文件
• 点击"Execute"执行识别

📝 总结

通过本指南，您已经了解了如何快速部署和配置Whisper ASR Webservice。无论是使用Docker一键部署，还是源码部署进行自定义开发，都能让您在几分钟内拥有强大的语音识别能力。

现在就开始体验吧，让Whisper ASR Webservice为您的项目带来高效准确的语音转文本功能！

【免费下载链接】whisper-asr-webserviceOpenAI Whisper ASR Webservice API项目地址: https://gitcode.com/gh_mirrors/wh/whisper-asr-webservice