音视频转换成文字faster-whisper
Ubuntu 20下用Python将视频/音频转文字的脚本,主要使用 whisper(OpenAI开源)或 faster-whisper(更快更省资源)。 纯 CPU 方案(无显卡) 使用 int8 量化,CPU也能流畅运行 python3 transcribe.py audio.mp3 --model base --device cpu --compute int8 模型目录结构要求 ./fas
Ubuntu 20下用Python将视频/音频转文字的脚本,主要使用 whisper(OpenAI开源)或 faster-whisper(更快更省资源)。 纯 CPU 方案(无显卡) 使用 int8 量化,CPU也能流畅运行 python3 transcribe.py audio.mp3 --model base --device cpu --compute int8 模型目录结构要求 ./fas
概述 LLaMA-3(Large Language Model Meta AI 3)是由Meta公司开发的大型开源生成式人工智能模型。它在模型结构上与前一代LLaMA-2相比没有大的变动。 LLaMA-3模型分为不同规模的版本,包括小型、中型和大型,以适应不同的应用需求和计算资源。小型模型参数规模为8B,中型模型参数规模为70B,而大型模型则达到400B,仍在训练中,目标是实现多模态、多语言的功能