corehu
租用 GPU

使用场景

在云 GPU 上用 Whisper 转录音频

使用 OpenAI Whisper large-v3，几分钟即可将数小时的音频转为文字，按秒计费。

查看 RTX 4090 机器 正在查询实时价格…

从您的 USD 余额中按秒计费。用完后请停止或终止机器。

推荐 GPU

RTX 4090 · RTX 3090

Whisper large-v3 大约需要 10 GB VRAM。RTX 3090 或 RTX 4090 的转录速度可达实时的许多倍。

选用模板

PyTorch

NVIDIA CUDA + PyTorch 开发环境，已配好 SSH 和 Jupyter。

四步即可上手

  1. 1

    租用机器

    打开已预选 RTX 4090 和 PyTorch 模板的目录，然后点击“租用”。

    查看 RTX 4090 机器
  2. 2

    连接并上传音频

    使用机器页面上的 SSH 命令连接，并用 scp 复制您的音频文件。

    scp -P <PORT> audio.mp3 root@<HOST>:/root/
  3. 3

    安装 Whisper

    一次性安装 ffmpeg 和 Whisper。

    apt-get update && apt-get install -y ffmpeg
pip install -U openai-whisper
  4. 4

    转录

    对文件运行 Whisper 并下载文本，然后终止机器。

    whisper /root/audio.mp3 --model large-v3 --output_format txt

常见问题

支持哪些语言？

Whisper large-v3 可转录约 100 种语言，并能翻译成英语。

你们会保留我的音频吗？

不会。文件只保存在您租用的机器上，终止机器时会被删除。