ANWENDUNGSFALL
Audio mit Whisper auf einer Cloud-GPU transkribieren
Verwandeln Sie stundenlange Audioaufnahmen mit OpenAI Whisper large-v3 in Minuten in Text, sekundengenau abgerechnet.
Sekundengenaue Abrechnung über Ihr USD-Guthaben. Stoppen oder beenden Sie die Maschine, wenn Sie fertig sind.
Empfohlene GPU
RTX 4090 · RTX 3090
Whisper large-v3 braucht etwa 10 GB VRAM. Eine RTX 3090 oder RTX 4090 transkribiert um ein Vielfaches schneller als in Echtzeit.
Passende Vorlage
PyTorch
NVIDIA-CUDA- und PyTorch-Entwicklungsumgebung, bereit mit SSH und Jupyter.
In vier Schritten startklar
- 1
Maschine mieten
Öffnen Sie den Katalog mit vorausgewählter RTX 4090 und PyTorch-Vorlage und klicken Sie auf Mieten.
RTX 4090-Maschinen ansehen - 2
Verbinden und Audio hochladen
Verbinden Sie sich mit dem SSH-Befehl von der Seite Ihrer Maschine und kopieren Sie Ihre Audiodateien mit scp.
scp -P <PORT> audio.mp3 root@<HOST>:/root/ - 3
Whisper installieren
Installieren Sie einmalig ffmpeg und Whisper.
apt-get update && apt-get install -y ffmpeg pip install -U openai-whisper - 4
Transkribieren
Führen Sie Whisper für Ihre Datei aus, laden Sie den Text herunter und beenden Sie dann die Maschine.
whisper /root/audio.mp3 --model large-v3 --output_format txt
Fragen
Welche Sprachen werden unterstützt?
Whisper large-v3 transkribiert rund 100 Sprachen und kann ins Englische übersetzen.
Speichern Sie meine Audiodateien?
Nein. Die Dateien bleiben auf Ihrer gemieteten Maschine und werden gelöscht, wenn Sie die Maschine beenden.