在原项目的基础上增加docker支持。

在原项目的基础上支持转换文件文本导出，方便直接使用。

1. 下载docker镜像

docker pull ssxu90/zh_recogn:0.1

2. 运行docker镜像

docker run -d -p 9933:9933 -v /root/.cache/modelscope:/root/.cache/modelscope -v /app/static/tmp:/app/static/tmp ssxu90/zh_recogn:0.1

1. 下载源代码

git clone https://github.com/ssxu/zh_recogn.git

2. 进入项目目录

cd zh_recogn

3. 构建docker镜像

docker build -t zh_recogn .

4. 运行docker镜像

docker run -d -p 9933:9933 -v /root/.cache/modelscope:/root/.cache/modelscope -v /app/static/tmp:/app/static/tmp zh_recogn

5. 访问项目

http://127.0.0.1:9933

这是一个中文语音识别为字幕的项目，基于魔塔社区Paraformer模型。 支持中文音频、中文视频转为srt字幕。提供 api 接口和简单界面

该项目仅支持中文语音识别。对于非中文语音，您可以利用基于 OpenAI Whisper 和 Faster-Whisper 的项目，如 pyvideotrans 或 stt 来进行识别，目的是为了弥补国外模型在中文支持方面的不足。

1. 首先安装 python3.10/安装 git ,安装ffmpeg，windows上 下载ffmpeg.exe后放到本项目的ffmpeg文件夹内，mac使用 brew install ffmpeg安装

2. 创建个空英文目录，window上在该目录下打开cmd(Macos和Linux使用终端)，执行命令 git clone https://github.com/jianchang512/zh_recogn ./

3. 继续执行 python -m venv venv，然后Windows中执行 .\venv\scripts\activate，Macos和Linux中执行 source ./venv/bin/activate

4. 继续执行 pip install -r requirements.txt --no-deps

5. Windows和Linux如需cuda加速，继续执行， pip uninstall torch torchaudio, 再执行pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu118

6. 启动项目 python start.py

下载地址 https://github.com/jianchang512/zh_recogn/releases

1. 下载后解压到英文目录，双击 start.exe

2. 为减小打包体积，预打包版不支持CUDA，若需cuda加速，请源码部署

首先升级 pyvideotrans 到v1.62+，然后左上角设置菜单-zh_recogn中文语音识别菜单点开，填写地址和端口，默认 "http://127.0.0.1:9933", 末尾不要加/api

api地址 http://ip:prot/api 默认 http://127.0.0.1:9933/api

python代码请求api示例

import requests

audio_file="D:/audio/1.wav"
file={"audio":open(audio_file,'rb')}
res=requests.post("http://127.0.0.1:9933/api",files=file,timeout=1800)

print(res.json())

{

code:0,
msg:ok,
data:[
	{
	 line:1,
	 time:"00:00:01,100 --> 00:00:03,300",
	 text:"字幕内容1"
	},
	{
	 line:2,
	 time:"00:00:04,100 --> 00:00:06,300",
	 text:"字幕内容2"
	},
]
}

在 pyvideotrans 中填写时不要末尾添加 /api

1. 第一次使用将自动下载模型，用时会较长
2. 仅支持中文语音识别
3. set.ini文件中可修改绑定地址和端口