Whisper 语音识别库的安装与配置指南

2.3 验证 PyTorch 安装

安装完成后，打开 Python 交互式环境，输入以下命令验证 PyTorch 是否安装成功：

import torch
print(torch.__version__)
# 检查是否支持 CUDA
print(torch.cuda.is_available())

如果输出 PyTorch 的版本信息，并且 torch.cuda.is_available() 返回 True（如果使用 GPU 版本），则说明安装成功。

3. 安装 Whisper

现在，您可以安装 Whisper 库了。Whisper 提供了多种安装方式，您可以选择其中一种适合您的方式。

3.1 使用 pip 安装（推荐）

最简单的安装方式是使用 pip 安装 Whisper 的最新稳定版本：

pip install -U openai-whisper

3.2 从 GitHub 仓库安装

如果您想安装最新的开发版本，可以从 GitHub 仓库直接安装：

pip install git+https://github.com/openai/whisper.git

3.3 更新 Whisper

如果您已经安装了 Whisper，想要更新到最新版本，可以使用以下命令：

pip install --upgrade --no-deps --force-reinstall git+https://github.com/openai/whisper.git

4. 配置 FFmpeg

Whisper 需要使用 FFmpeg 来处理音频文件，因此您需要安装 FFmpeg 并将其添加到系统 PATH 中。

4.1 下载 FFmpeg

访问 FFmpeg 官方网站，下载适合您操作系统的 FFmpeg 安装包。

4.2 安装 FFmpeg

• Windows：
  1. 下载 FFmpeg 的 Windows 构建版本（推荐从 gyan.dev 下载）
  2. 解压下载的 zip 文件到一个目录，例如 C:\ffmpeg
  3. 将 FFmpeg 的 bin 目录（例如 C:\ffmpeg\bin）添加到系统 PATH 环境变量中

Linux： 使用系统包管理器安装 FFmpeg：

# Ubuntu/Debian
sudo apt update && sudo apt install ffmpeg
# CentOS/RHEL
sudo yum install ffmpeg
# Arch Linux
sudo pacman -S ffmpeg

macOS： 使用 Homebrew 安装 FFmpeg：

brew install ffmpeg

4.3 验证 FFmpeg 安装

安装完成后，打开命令行工具，输入以下命令验证 FFmpeg 是否安装成功：

ffmpeg -version

如果输出 FFmpeg 的版本信息，则说明安装成功。

5. 安装其他依赖（可选）

在某些情况下，您可能需要安装额外的依赖项：

5.1 Rust（可选）

如果您在安装 Whisper 时遇到关于 tiktoken 的错误，可能需要安装 Rust 开发环境：

1. 访问 Rust 官方网站，按照提示安装 Rust
2. 重新安装 Whisper

安装完成后，将 Rust 添加到系统 PATH 中：

# Linux/macOS
export PATH="$HOME/.cargo/bin:$PATH"

5.2 setuptools_rust（可选）

如果您遇到 No module named 'setuptools_rust' 错误，可以安装 setuptools_rust：

pip install setuptools-rust

验证安装

安装完成后，您可以使用以下方法验证 Whisper 是否安装成功：

1. 使用命令行工具

打开命令行工具，输入以下命令：

whisper --help

如果输出 Whisper 的帮助信息，则说明命令行工具安装成功。

2. 使用 Python API

创建一个 Python 脚本，例如 test_whisper.py，内容如下：

import whisper
# 加载 tiny 模型
try:
    model = whisper.load_model("tiny")
    print("模型加载成功！")
    # 查看可用模型
    print("可用模型：", whisper.available_models())
    print("Whisper 安装成功！")
except Exception as e:
    print(f"安装失败：{e}")

运行脚本：

python test_whisper.py

如果输出 "Whisper 安装成功！"，则说明 Python API 安装成功。

常见问题解决方案

1. 安装 Whisper 时遇到权限问题

解决方案：使用管理员权限运行命令行工具，或者使用 --user 选项安装：

pip install -U openai-whisper --user

2. 模型下载失败

解决方案：

• 检查网络连接是否正常
• 使用代理服务器下载
• 手动下载模型文件并放置到默认缓存目录（~/.cache/whisper）

3. FFmpeg 未找到

解决方案：

• 检查 FFmpeg 是否正确安装
• 确保 FFmpeg 的 bin 目录已添加到系统 PATH 中
• 重新启动命令行工具或计算机

4. CUDA 相关错误

解决方案：

• 确保安装了与 PyTorch 版本匹配的 CUDA 驱动
• 检查 GPU 是否支持 CUDA
• 尝试使用 CPU 版本的 PyTorch

5. Python 版本不兼容

解决方案：

• 安装 Python 3.8-3.11 版本
• 使用虚拟环境隔离不同版本的 Python

最佳实践

1. 使用虚拟环境

为了避免依赖冲突，推荐使用虚拟环境安装 Whisper：

# 创建虚拟环境
python -m venv whisper-env
# 激活虚拟环境
# Windows
whisper-env\Scripts\activate
# Linux/macOS
source whisper-env/bin/activate
# 在虚拟环境中安装 Whisper
pip install -U openai-whisper

2. 选择合适的模型

根据您的硬件配置和需求选择合适的模型：

• 如果您的设备内存较小（<4GB），推荐使用 tiny 或 base 模型
• 如果您需要更好的识别准确率，推荐使用 medium 或 large 模型
• 如果您需要更快的转录速度，推荐使用 turbo 模型

3. 定期更新 Whisper

Whisper 的开发者会定期更新模型和代码，修复 bug 并添加新功能。建议您定期更新 Whisper：

pip install -U openai-whisper

总结

在本文章中，我们详细介绍了 Whisper 的安装与配置方法，包括：

1. 配置 Python 环境
2. 安装 PyTorch
3. 安装 Whisper 库
4. 配置 FFmpeg
5. 安装其他依赖（可选）
6. 验证安装

我们还提供了常见问题的解决方案和最佳实践建议，帮助您顺利安装和使用 Whisper。

在下一篇文章中，我们将介绍 Whisper 的基本使用方法，包括命令行工具和 Python API 的使用，帮助您快速上手 Whisper 语音识别。

思考问题：

1. 为什么推荐使用虚拟环境安装 Whisper？
2. 如何根据自己的硬件配置选择合适的 Whisper 模型？
3. 如果遇到模型下载失败，应该如何解决？

扩展阅读：

• Whisper 官方文档：https://github.com/openai/whisper#setup
• PyTorch 安装指南：https://pytorch.org/get-started/locally/
• FFmpeg 官方文档：https://ffmpeg.org/documentation.html