langchain_community.document_loaders.parsers.audio.FasterWhisperParser¶
- class langchain社区.document_loaders.parsers.audio.FasterWhisperParser(*, device: Optional[str] = 'cuda', model_size: Optional[str] = None)[源代码]¶
使用faster-whisper转录和解析音频文件。
faster-whisper是使用CTranslate2对OpenAI的Whisper模型的重新实现，其速度要比openai/whisper快4倍，同时使用更少的内存，在相同的精度下。通过在CPU和GPU上使用8位量化，效率可以进一步提高。
它可以自动检测以下14种语言并转录成相应的文本：en、zh、fr、de、ja、ko、ru、es、th、it、pt、vi、ar、tr。
faster-whisper的GitHub仓库地址为： https://github.com/SYSTRAN/faster-whisper
- 示例：加载一个YouTube视频并将视频中的语音转录成文档。
from langchain.document_loaders.generic import GenericLoader from langchain_community.document_loaders.parsers.audio import FasterWhisperParser from langchain.document_loaders.blob_loaders.youtube_audio import YoutubeAudioLoader url="https://www.youtube.com/watch?v=your_video" save_dir="your_dir/" loader = GenericLoader( YoutubeAudioLoader([url],save_dir), FasterWhisperParser() ) docs = loader.load()
初始化解析器。
- 参数
device（《可选》str) – 根据可用的设备选择“cuda”或“cpu”。
model_size（《可选》str) – 有四种模型大小可供选择：“base”、“small”、“medium”和“large-v3”，根据可用的GPU内存。
方法
__init__(*[,+ device,+ model_size])初始化解析器。
lazy_parse(blob)懒解析blob。
parse(blob)积极地将blob解析为文档或多个文档。
- __init__(*, device: Optional[str] = 'cuda', model_size: Optional[str] = None)[源代码]¶
初始化解析器。
- 参数
device（《可选》str) – 根据可用的设备选择“cuda”或“cpu”。
model_size（《可选》str) – 有四种模型大小可供选择：“base”、“small”、“medium”和“large-v3”，根据可用的GPU内存。