faster-whisper

使いはじめるまで

1. 1準備するものを確認する

   この例はWindowsで、短い録音を文章にして保存する手順です。Python 3.9以上が必要です。初めてPythonを入れる場合は公式サイトのWindows用手順を確認してください。ここにある入力例を、GitHubの検索欄へ貼り付けることはありません。

2. 2作業用フォルダに録音を置く

   「文字起こし練習」などのフォルダを作り、短いMP3形式の録音をコピーして「kaigi.mp3」という名前にします。別の形式のファイルは、名前の最後だけを.mp3に変えても変換されません。元の録音は残します。

3. 3文字を入力する画面を開き、Pythonを確認する

   録音を置いたフォルダをエクスプローラーで開き、上のアドレス欄に「powershell」と入力してEnterを押します。開いた画面に下の文字を入力します。「Python 3.〜」と表示されれば確認できています。認識されない場合はPythonの準備を確認します。

   この手順で使う入力例

   python --version

4. 4同じ画面でfaster-whisperを入れる

   下の文字は、Pythonに必要な部品をダウンロードして入れる指示です。処理が終わり、次の文字を入力できる状態に戻るまで待ちます。

   この手順で使う入力例

   python -m pip install faster-whisper

5. 5録音を文章にする指示をファイルに保存する

   メモ帳を開き、下の内容を貼り付けます。「名前を付けて保存」でファイルの種類を「すべてのファイル」、文字コードを「UTF-8」にし、録音と同じフォルダへ「transcribe.py」の名前で保存します。「.py.txt」にならないよう確認します。smallは使うAIの種類の名前です。

   この手順で使う入力例

   from faster_whisper import WhisperModel
   
   model = WhisperModel("small", device="cpu", compute_type="int8")
   segments, _ = model.transcribe("kaigi.mp3", language="ja")
   
   with open("kaigi.txt", "w", encoding="utf-8") as result:
       for segment in segments:
           text = segment.text.strip()
           print(text, flush=True)
           result.write(text + "\n")
   
   print("保存しました: kaigi.txt")

6. 6保存した指示を動かす

   先ほどのPowerShell画面に、下の文字を入力します。初回はAIのデータをダウンロードするため通信が発生します。処理が終わるまで待ってください。この例は、録音を自分のパソコンで処理します。

   この手順で使う入力例

   python transcribe.py

7. 7できた文章を開いて確かめる

   同じフォルダにできた「kaigi.txt」をメモ帳で開きます。話した内容が文章になっていれば完了です。人名や数字を録音と比べて直します。この例で作るのは文章ファイルで、動画用の字幕ファイルではありません。

つまずいたときはAIに手伝ってもらう聞き方を見てください。使っているパソコンと、どの手順で止まったかを伝えましょう。