openai-whisper-local은(는) 무엇을 하나요?
skills.volces.com/openai-whisper-local에서 제공하는 에이전트 스킬입니다.
개요
이 스킬은 로컬 환경에서 OpenAI Whisper 모델을 활용하여 오디오 파일을 텍스트로 변환합니다. API 종속성 없이 음성 인식 작업을 수행할 수 있어 데이터 프라이버시와 오프라인 동작이 중요한 상황에 적합합니다.
요구 사항
- Python 3.8 이상
openai-whisper라이브러리 설치 (pip install openai-whisper)- FFmpeg 시스템 패키지 (오디오 처리용)
설치
pip install openai-whisper
# Linux의 경우 FFmpeg 설치
sudo apt update && sudo apt install ffmpeg
# macOS의 경우
brew install ffmpeg
사용법
이 스킬은 다음과 같은 방식으로 호출됩니다:
- 오디오 파일 경로 또는 URL을 입력으로 받습니다.
- Whisper 모델을 로드하여 음성을 텍스트로 변환합니다.
- 변환된 텍스트를 반환합니다.
예시:
import whisper
model = whisper.load_model("base")
result = model.transcribe("audio.mp3")
print(result["text"])
지원 모델 크기
| 모델 크기 | 디스크 사용량 | 속도 | 정확도 |
|---|---|---|---|
| tiny | ~75 MB | 매우 빠름 | 낮음 |
| base | ~142 MB | 빠름 | 중간 |
| small | ~466 MB | 보통 | 높음 |
| medium | ~1.5 GB | 느림 | 매우 높음 |
| large | ~2.9 GB | 매우 느림 | 최고 |
환경 변수
이 스킬은 기본적으로 환경 변수를 사용하지 않지만, 필요시 모델 캐시 디렉토리를 WHISPER_CACHE_DIR로 설정할 수 있습니다.
참고 사항
- 대용량 오디오 파일의 경우 처리 시간이 길어질 수 있습니다.
- GPU 가속을 위해 PyTorch와 CUDA를 설정하면 성능이 크게 향상됩니다.
- 기본 모델은
base이며, 필요에 따라 다른 크기로 변경할 수 있습니다.
라이선스
이 스킬은 MIT 라이선스 하에 제공됩니다. 자세한 내용은 원본 저장소를 참조하십시오.