自动语音识别 (ASR) 彻底改变了我们与技术的互动方式，为实时音频转录、语音助手和辅助工具等应用铺平了道路。OpenAI Whisper 是一种功能强大的 ASR 模型，能够进行多语言语音识别和翻译。
现在提供一个新的 Arm 学习路径，它解释了如何使用 PyTorch 和 Hugging Face transformers 加速 Arm 云实例上的 Whisper。
为什么在 Arm 上运行 Whisper？
Arm 处理器因其效率、性能和成本效益而在云基础设施中广受欢迎。随着 AWS、Azure 和 Google Cloud 等主要云提供商提供基于 Arm 的实例，在此架构上运行机器学习工作负载变得越来越有吸引力。
您将学到什么
Arm 学习路径提供了在基于 Arm 的云实例上设置和加速 Whisper 的结构化方法。以下是您将学习的内容：
1. 设置您的环境
在运行 Whisper 之前，您必须设置您的开发环境。学习路径将指导您设置基于 Arm 的云实例并安装所有依赖项，例如 PyTorch、Transformers 和 ffmpeg。
2. 使用 PyTorch 和 Hugging Face Transformers 运行 Whisper
环境准备就绪后，您将使用 Hugging Face transformer 库和 PyTorch 加载并执行 Whisper 进行语音到文本转换。本教程提供了处理音频文件和生成音频转录的循序渐进的方法。
3. 测量和评估性能
为了确保高效执行，您将学习如何测量转录速度并比较不同的优化技术。该指南提供了关于解释性能指标和就您的部署做出明智决策的见解。
自己尝试
完成本教程后，您将知道如何
- 在基于 Arm 的云实例上部署 Whisper。
- 实施性能优化以实现高效执行。
- 评估转录速度并根据结果进一步优化。
立即尝试实时演示，在 Arm 上查看音频转录的实际效果：Arm 上的 Whisper 演示。