openai-whisper은(는) 무엇을 하나요?
로컬 음성-텍스트 변환을 위한 Whisper CLI (API 키 불필요).
개요
이 스킬은 OpenAI의 Whisper 음성 인식 모델을 로컬에서 실행하여, API 키나 클라우드 서비스 없이 오디오 파일을 텍스트로 변환합니다. Whisper CLI (whisper)를 시스템에 설치하면, 에이전트가 명령어를 통해 직접 STT를 수행할 수 있습니다.
필수 구성 요소
- Python 3.7+ 및
pip - FFmpeg (오디오 처리용)
- OpenAI Whisper 패키지 (
pip install openai-whisper)
설치 방법
-
Whisper 및 FFmpeg 설치:
pip install openai-whisper # macOS: brew install ffmpeg # Linux: sudo apt install ffmpeg # Windows: choco install ffmpeg -
테스트:
whisper audio.mp3 --model tiny --language Korean
사용법
에이전트는 다음 명령어를 통해 음성 파일을 텍스트로 변환합니다:
whisper <오디오_파일_경로> [옵션]
주요 옵션
| 옵션 | 설명 | 기본값 |
|---|---|---|
--model | 사용할 모델 크기 (tiny, base, small, medium, large) | small |
--language | 언어 코드 (예: English, Korean, Japanese) | 자동 감지 |
--output_format | 출력 형식 (txt, srt, vtt, tsv, json, all) | txt |
--device | 실행 장치 (cpu 또는 cuda) | cpu |
--task | 작업 유형 (transcribe 또는 translate) | transcribe |
예제
# 기본 변환 (영어 자동 감지)
whisper meeting.mp3
# 특정 언어로 변환
whisper lecture.wav --language Korean --model medium
# 자막 파일 생성
whisper podcast.mp3 --output_format srt
# CUDA 가속 사용
whisper large_file.mp3 --model large --device cuda
지원되는 오디오 형식
Whisper은 FFmpeg을 통해 다양한 형식을 지원합니다: .mp3, .wav, .m4a, .ogg, .flac, .webm 등.
참고 사항
- 모델 크기:
tiny는 빠르지만 정확도가 낮고,large는 정확하지만 더 많은 리소스가 필요합니다. - 언어 지정: 언어를 명시하면 정확도가 향상되며, 생략 시 자동 감지됩니다.
- 오프라인 사용: 한 번 모델을 다운로드하면 인터넷 연결 없이 사용 가능합니다.