Recherche avancée

Sur d’autres sites (9168)

• Transcription via OpenAi's whisper : AssertionError : incorrect audio shape

  1er avril 2024, par muratowski

  I'm trying to use OpenAI's open source Whisper library to transcribe audio files.

  


  Here is my script's source code :

  


  import whisper

model = whisper.load_model("large-v2")

# load the entire audio file
audio = whisper.load_audio("/content/file.mp3")
#When i write that code snippet here ==> audio = whisper.pad_or_trim(audio) the first 30 secs are converted and without any problem they are converted.

# make log-Mel spectrogram and move to the same device as the model
mel = whisper.log_mel_spectrogram(audio).to(model.device)

# detect the spoken language
_, probs = model.detect_language(mel)
print(f"Detected language: {max(probs, key=probs.get)}")

# decode the audio
options = whisper.DecodingOptions(fp16=False)
result = whisper.decode(model, mel, options)

# print the recognized text if available
try:
    if hasattr(result, "text"):
        print(result.text)
except Exception as e:
    print(f"Error while printing transcription: {e}")

# write the recognized text to a file
try:
    with open("output_of_file.txt", "w") as f:
        f.write(result.text)
        print("Transcription saved to file.")
except Exception as e:
    print(f"Error while saving transcription: {e}")


  


  In here :

  


  # load the entire audio file
audio = whisper.load_audio("/content/file.mp3")


  


  when I write below : " audio = whisper.pad_or_trim(audio) ", the first 30 secs of the sound file is transcribed without any problem and language detection works as well,

  


  but when I delete it and want the whole file to be transcribed, I get the following error :

  


  


  AssertionError : incorrect audio shape

  


  


  What should I do ? Should I change the structure of the sound file ? If yes, which library should I use and what type of script should I write ?

  


• vf_dnn_processing : remove parameter 'fmt'

  27 décembre 2019, par Guo, Yejun

  vf_dnn_processing : remove parameter 'fmt'
  do not request AVFrame's format in vf_ddn_processing with 'fmt',
  
  but to add another filter for the format.
  command examples :
  
  ./ffmpeg -i input.jpg -vf format=bgr24,dnn_processing=model=halve_first_channel.model:input=dnn_in:output=dnn_out:dnn_backend=native -y out.native.png
  
  ./ffmpeg -i input.jpg -vf format=rgb24,dnn_processing=model=halve_first_channel.model:input=dnn_in:output=dnn_out:dnn_backend=native -y out.native.png
  Signed-off-by : Guo, Yejun <yejun.guo@intel.com>
  
  Signed-off-by : Pedro Arthur <bygrandao@gmail.com>
  

  • [DH] doc/filters.texi
  • [DH] libavfilter/vf_dnn_processing.c

• Evolution #4103 : Autoriser /local/cache-gd2/ et /local/cache-vignette/ dans robots.txt

  27 février 2018, par b b

  N’y a t il pas d’autres dossiers, pour gd1, convert et les autres librairies proposées par SPIP ?

  D’après ce que j’en ai vu après avoir fait le tour de quelques sites, les vignettes sont dans cache-gd2 quel que soit la librairie utilisée.

  (et ’distant’ il est où ?)

  Hors sujet, on parle ici des images retaillées, et non des images pleine taille (cf le thread sur la liste).