AI应用帮,帮你用AI
公众号:AI应用帮
「 文中提供获取方式 」
▼
本期带来语音转文本工具整合包 —— Voxtral Mini
Voxtral 是由法国初创公司 Mistral AI 开源的语音智能模型系列,包含 24B 参数的 Voxtral Small 与 3B 参数的 Voxtral Mini,专为长音频场景打造。该模型支持多语言支持(支持中文、英语、西班牙语、日语、法语、葡萄牙语、阿拉伯语、俄语、德语、荷兰语、意大利语等语言),具备高精度语音转录、语义理解与摘要能力,同时成本低于同类闭源方案一半,可在生产环境中稳定部署,助力会议、播客等场景的智能音频处理。
这里分享的是3B的Voxtral Mini模型。
开源地址:https://huggingface.co/mistralai/Voxtral-Mini-3B-2507/tree/main
视频教程
电脑需满足以下配置:
操作系统:Windows 10/11 64位
内存:20G以上(内存不足可以通过增加虚拟内存方式解决,可自行搜索操作教程)
显卡:要求12G及以上显存的英伟达(NVIDIA)显卡,音频越长对显存要求越高,长音频建议分割处理
CUDA :显卡驱动更新到最新后,支持的CUDA版本大于等于12.8版本(如不知道显卡支持的CUDA版本,可在此链接查看:https://aiyy.info/supported-cuda-versions/)
整个包解压之后约43.4G,留足硬盘空间
打开任务管理器
点击"性能" 点击"GPU" 右上角可以看到显卡型号,下方可以看到显存大小
① 打开下载页面(https://aiyy.info/voxtral-mini/)点击页面右侧下载按钮,下载整合包之后解压,建议使用winrar解压(解压软件在文件包中,或者可以自己下载安装,下载地址:https://www.winrar.com.cn/)
不要用Windows自带解压!!不要用360解压!!
注意:文件夹路径和文件名称(包括视频、图片、音频等文件名称)不要出现中文字符,否则部分软件会因识别不出而报错
② 双击"一键启动.bat",稍等片刻会在浏览器中自动打开操作界面
③ 上传音频文件,选择转录语言,(可选)设置最大输出长度,点击开始转录,转录结果位于右侧。
注意:音频越长对显存要求越高,长音频建议分割处理
如下方示例
以上就是本期分享的内容,所需工具在下方网址中👇👇👇可以自取👇👇👇
更多AI软件获取方式
关注下方公众号
及时获取更多资讯
没有评论:
发表评论