Yazı ve metin
Whisper ile yerel döküm oluştur ve sesi dinleyerek doğrula
Kısa kaydı hazırla, CPU üzerinde metne çevir, belirsiz bölümleri dinle ve API kullanmadan düzeltilmiş metin ile altyazıyı sakla.
Kısa kayıt ve açık kullanım izniyle başla
Kendi sesinin 30–60 saniyelik kaydını veya işleme iznin olan bir materyali seç. Dilini, yaklaşık süresini ve kullanım amacını dosyanın yanına yaz. Değiştirilmemiş aslı sakla. Kısa deneme; uzun görüşmeyi yavaş bir bilgisayara vermeden önce kurulum, dil ve ses kanalı hatalarını ortaya çıkarır.
Bu yol ücretli döküm API'sini değil açık kaynak Whisper paketini kullanır. Kod ve model ağırlıkları MIT lisanslıdır. İlk yazılım ve model indirmelerinde internet gerekir; yerel işlem bilgisayarın belleğini, depolamasını ve elektriğini kullanır. Hesap, anahtar veya abonelik gerekmez. Aşağıdaki komutlar resmî belgelerle karşılaştırılmış yönergedir; bu rehber için ses performans deneyi çalıştırılmadı.
Kurulumu yap ve girdiyi incele
Uyumlu Python ortamı ve FFmpeg için resmî Whisper kurulum açıklamasını izle. Ayrı sanal ortamda openai-whisper paketini pip ile kur; paket ve Python sürümlerini kaydet. Arama reklamındaki rastgele kurulum komutunu kullanma. FFmpeg temel olarak LGPL lisanslıdır; isteğe bağlı GPL parçaları dağıtım koşullarını değiştirir. Bu rehber yazılım ikilisi veya model ağırlığı dağıtmaz.
Kurulumdan sonra yardım ve sürüm komutlarını çalıştır. Kaynakta birden çok ses akışı varsa önce dinleyip doğru olanı seç. Örnek komut ilk ses akışını alıp tek kanallı 16 kHz WAV çalışma kopyası üretir. Gürültü temizlemez veya kayıp konuşmayı geri getirmez. Yeni dosya adı ve -n seçeneği mevcut çıktının üzerine yazılmasını önler.
python -m pip show openai-whisper
ffmpeg -version
whisper --help
ffmpeg -n -i "source.mp4" -map 0:a:0 -vn -ac 1 -ar 16000 -c:a pcm_s16le "speech.wav"OpenAI Whisper: installation, models and license ↗FFmpeg: stream selection and command reference ↗FFmpeg: license and legal considerations ↗
Sınırlı bir CPU denemesi çalıştır
Türkçe örnekte çok dilli model seç ve dili Turkish olarak belirt. Komut konuşulan dilde döküm, CPU, iki iş parçacığı ve yeni klasöre metin/zaman çıktıları ister. Küçük deneme için base ile başla; bu seçim doğruluk garantisi değildir. İlk kullanım ağırlıkları indirebilir. Kısa denemeyi bitiremeyen cihazda büyük dosyaya geçmeden daha küçük modeli veya elle dökümü değerlendir.
Whisper'ın translate görevi İngilizceye çevirir; genel bir Türkçe dublaj komutu değildir. Turbo çeviri için eğitilmemiştir. Döküm; metin ve tahmini zaman üretir. Yeni konuşma sesi, güvenilir konuşmacı kimliği veya tartışmalı bir cümlenin gerçekten söylendiğinin kanıtını üretmez.
whisper "speech.wav" --model base --language Turkish --task transcribe --device cpu --fp16 False --threads 2 --output_format all --output_dir "transcript-run-01"OpenAI Whisper: installation, models and license ↗Whisper command-line options in the official source ↗
Dinlerken dökümü düzelt
Metni açıp her parçayı tekrar dinle. Belirsiz bölümü bağlamdan tamamlamak yerine zamanıyla işaretle. Adlara, sayılara, olumsuzluklara ve teknik terimlere öncelik ver. Resmî model kartı, söylenmeyen veya tekrarlanan metinler ile dil ve konuşmacıya göre değişen başarımı açıklar. Sessizlik üzerine gelen düzgün bir paragraf özellikle kontrol edilmelidir.
İlk turda zaman, makine metni, duyulan ifade, insan kararının belirsizliği ve yapılacak işlem sütunları tut. Duyulmayan söze belirsizlik işareti bırak. İkinci kişi işaretli yerleri kayıtla karşılaştırabilir. Yazı modeli daha sonra noktalama önerebilir; duyulmayan konuşmayı veya doğrudan alıntıyı yeniden kurmamalıdır.
00:12.4–00:14.0 | taslak: on beş | duyulan: elli | yeniden dinle
00:24.0–00:27.2 | taslak: tam cümle | ses: sessizlik | uydurma metni çıkar
00:31.5–00:33.1 | ad belirsiz | [anlaşılmayan ad] | izin varsa konuşmacıya sorSözcüklerle birlikte zamanlamayı düzelt
Altyazı erken görünürse açıklamanın sonucunu açığa çıkarabilir; geç kaybolursa konuşmacı değişimini karıştırabilir. Cümleyi anlamlı yerlerden böl ve hedef ekranda izle. Sahneyi anlamak için gerekli seslere kısa açıklama ekle. Kimliğini bilmediğin kişiyi isimle etiketleme.
W3C, aynı dildeki erişilebilir altyazıyla çevrilmiş altyazıyı ayırır ve anlamlı konuşma dışı seslerin de aktarılmasını açıklar. Otomatik çıktı bu nedenle editoryal kontrol ister. Düzeltilmiş metni SRT/VTT'den ayrı sakla; zamanlama değişirken doğrulanmış sözler kaybolmasın. Aşağıdaki zamanlar yalnız biçim örneğidir, ölçülmüş konuşma değildir.
1
00:00:01,000 --> 00:00:04,000
Asıl kaydı sakla.
2
00:00:04,500 --> 00:00:07,000
Sayıları dinlerken kontrol et.Dosyalarla birlikte sınırları da teslim et
Aslı, çalışma sesini, ham ve düzeltilmiş dökümü, düzeltilmiş altyazıyı ve kısa çalışma notunu sakla. Model, paket sürümü, dil, komut, inceleyen kişi ve açık zamanları yaz. Dosya özeti hangi dosyanın incelendiğini gösterir; dökümün doğruluğunu kanıtlamaz. Tam çevrimdışı kullanım gerekiyorsa modeli önceden indirip cihaz politikan çerçevesinde ağ kapalı deneme yap.
FFmpeg ses akışı bulamazsa rastgele seçenek eklemek yerine kaynağı incele. Boş veya tekrarlı metinde sessizlik ve dil seçimini kontrol et. Yavaşlıkta birçok ayarı değiştirmeden örneği kısalt. Geçici kopyaları kabul edilmiş saklama planına göre sil; düzenleyicinin, eşitlenen klasörün veya yedeğin bunu kendiliğinden yaptığını varsayma.
KITFORMA
Hemen uygula
Rehberleri ücretsiz ve hesapsız okuyabilirsin. İlgili araçlar varsa hesap veya Pro koşullarını açıklar.
İleri okuma
Kaynaklar son kontrol edildi:
KitForma bu rehberi yapay zekâ desteğiyle hazırladı. Örnekler açıklama amacı taşır; gerçek satış, arama hacmi veya başarı ölçümü değildir. Bağlantılı kaynakları ve kendi dosyandaki sonucu kontrol et.
Bu rehberi nasıl kullanmalı?
KitForma tarafından yayımlanır ve güncellenir. Kaynak bağlantıları ilgili biçim ve tanımları açıklar. Örnek girdiler, kendi dosyaların için hız, kalite veya uyumluluk garantisi vermez. Aracın belirtilen sınırlarını oku ve indirdiğin sonucu kontrol et.