Whisper 语音识别库安装与部署指南

⚠️ 注意：切换默认 python3 可能会影响依赖 Python 3.7 的系统工具（如 yum）。建议保留系统默认，使用 python3.8 命令专门运行 FunASR。

3. 安装依赖

3.1 安装 ffmpeg

# 安装 ffmpeg（解决音频处理问题）
yum install ffmpeg -y

3.2 配置 pip 源

# 使用 python3.8 对应的 pip 配置清华源
pip3.8 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

3.3 安装 Python 包

# 安装基础依赖
pip3.8 install numpy
# 安装 PyTorch（Whisper 依赖）
pip3.8 install torch
# 安装 Whisper
pip3.8 install openai-whisper
# 安装繁简转换工具（可选）
pip3.8 install opencc-python-reimplemented

如果你希望快速安装所有依赖，可以一次性安装：

pip3.8 install numpy torch openai-whisper opencc-python-reimplemented

注意：

• Whisper medium 模型大约需要 1.5GB 磁盘空间，首次运行时会自动下载。

建议使用虚拟环境避免包冲突：

python3.8 -m venv whisper-env
source whisper-env/bin/activate
# 激活虚拟环境
pip3.8 install numpy torch openai-whisper opencc-python-reimplemented
# 完成后退出环境
deprecate

4. 创建服务

# 创建服务目录
mkdir -p ~/whisper-server
cd ~/whisper-server

# 写入服务脚本
cat > whisper_https.py << 'EOF'
#!/usr/bin/env python3
import json
import tempfile
import os
from http.server import HTTPServer, BaseHTTPRequestHandler
import cgi
import sys

print("正在加载 Whisper...")
sys.stdout.flush()
try:
    import whisper
    print("Whisper 导入成功")
    print("正在加载模型...")
    model = whisper.load_model("base")
    print("模型加载完成！")
except Exception as e:
    print(f"加载失败：{e}")
    sys.exit(1)

class Handler(BaseHTTPRequestHandler):
    def do_GET(self):
        if self.path == '/health':
            self.send_response(200)
            self.send_header('Content-type', 'application/json')
            self.end_headers()
            self.wfile.write(json.dumps({"status": "ok"}).encode())
        else:
            self.send_response(404)
            self.end_headers()

    def do_POST(self):
        if self.path == '/recognition':
            try:
                form = cgi.FieldStorage(
                    fp=self.rfile,
                    headers=self.headers,
                    environ={'REQUEST_METHOD': 'POST'}
                )
                if 'audio' not in form:
                    self.send_error(400, "No audio file")
                    return
                file_item = form['audio']
                with tempfile.NamedTemporaryFile(delete=False, suffix=".wav") as tmp:
                    tmp.write(file_item.file.read())
                    tmp_path = tmp.name
                # 识别
                result = model.transcribe(tmp_path, language="zh")
                os.unlink(tmp_path)
                self.send_response(200)
                self.send_header('Content-type', 'application/json')
                self.end_headers()
                response = json.dumps({"code": 0, "text": result["text"]})
                self.wfile.write(response.encode())
            except Exception as e:
                self.send_response(500)
                self.end_headers()
                self.wfile.write(json.dumps({"code": 1, "msg": str(e)}).encode())
        else:
            self.send_response(404)
            self.end_headers()

if __name__ == "__main__":
    port = 8000
    server = HTTPServer(('0.0.0.0', port), Handler)
    print(f"✅ HTTP 服务启动成功！")
    print(f"📍 地址：http://0.0.0.0:{port}")
    print(f"✅ 健康检查：http://localhost:{port}/health")
    print(f"✅ 识别接口：POST http://localhost:{port}/recognition")
    print("\n按 Ctrl+C 停止服务")
    sys.stdout.flush()
    server.serve_forever()
EOF

# 运行服务
python3 whisper_https.py