СЦЕНАРИЙ
Расшифровка аудио с Whisper на облачном GPU
Превращайте часы аудио в текст за минуты с OpenAI Whisper large-v3 и посекундной оплатой.
Посекундная оплата с вашего баланса в USD. Когда закончите, остановите или завершите машину.
Рекомендуемый GPU
RTX 4090 · RTX 3090
Whisper large-v3 требует около 10 ГБ VRAM. RTX 3090 или RTX 4090 расшифровывает во много раз быстрее реального времени.
Какой шаблон выбрать
PyTorch
Среда разработки NVIDIA CUDA + PyTorch, готова к работе с SSH и Jupyter.
Запуск за четыре шага
- 1
Арендуйте машину
Откройте каталог с уже выбранными RTX 4090 и шаблоном PyTorch и нажмите «Арендовать».
Смотреть машины RTX 4090 - 2
Подключитесь и загрузите аудио
Подключитесь командой SSH со страницы вашей машины и скопируйте аудиофайлы через scp.
scp -P <PORT> audio.mp3 root@<HOST>:/root/ - 3
Установите Whisper
Один раз установите ffmpeg и Whisper.
apt-get update && apt-get install -y ffmpeg pip install -U openai-whisper - 4
Расшифруйте
Запустите Whisper для своего файла, скачайте текст, затем завершите машину.
whisper /root/audio.mp3 --model large-v3 --output_format txt
Вопросы
Какие языки поддерживаются?
Whisper large-v3 расшифровывает около 100 языков и умеет переводить на английский.
Вы храните моё аудио?
Нет. Файлы остаются на вашей арендованной машине и удаляются при её завершении.