langchain_community.document_loaders.parsers.audio.OpenAIWhisperParserLocal¶
- class langchain_community.document_loaders.parsers.audio.OpenAIWhisperParserLocal(device: str = '0', lang_model: Optional[str] = None, batch_size: int = 8, chunk_length: int = 30, forced_decoder_ids: Optional[Tuple[Dict]] = None)[来源]¶
使用 OpenAI Whisper 模型转录和解析音频文件。
从 transformers 中本地使用 OpenAI Whisper 模型进行音频转录。
参数：device - 要使用的设备
注意：默认情况下，如果可用，则使用 GPU，如果想要使用 CPU，请将 device 设置为 “cpu”
lang_model - 要使用的 whisper 模型，例如 “openai/whisper-medium” forced_decoder_ids - 多语言模型中解码器的 id 状态，
示例用法：from transformers import WhisperProcessor processor = WhisperProcessor.from_pretrained(“openai/whisper-medium”) forced_decoder_ids = WhisperProcessor.get_decoder_prompt_ids(language=”french”，
task=”transcribe”)
forced_decoder_ids = WhisperProcessor.get_decoder_prompt_ids(language=”french”， task=”translate”)
初始化解析器。
- 参数
device (str) – 要使用的设备。
lang_model (可选[str]) – 要使用的 whisper 模型，例如 “openai/whisper-medium”。默认为 None。
forced_decoder_ids (可选[元组[字典]]) – 多语言模型中解码器的 id 状态。默认为 None。
batch_size (int) – 用于解码的批次大小。默认为 8。
chunk_length (int) – 在推理期间使用的块长度。默认为 30 秒。
方法
__init__([device, lang_model, batch_size, ...])初始化解析器。
lazy_parse(blob)延迟解析 blob。
parse(blob)急切地将blob解析为文档或文档集。
- __init__(device: str = '0', lang_model: Optional[str] = None, batch_size: int = 8, chunk_length: int = 30, forced_decoder_ids: Optional[Tuple[Dict]] = None)[source]¶
初始化解析器。
- 参数
device (str) – 要使用的设备。
lang_model (可选[str]) – 要使用的 whisper 模型，例如 “openai/whisper-medium”。默认为 None。
forced_decoder_ids (可选[元组[字典]]) – 多语言模型中解码器的 id 状态。默认为 None。
batch_size (int) – 用于解码的批次大小。默认为 8。
chunk_length (int) – 在推理期间使用的块长度。默认为 30 秒。