Releases: jianchang512/stt
0.1
Change
- Fix api获取不到上传的文件
- 移除 vad配置，使用默认
- 更新 large-v3-turbo模型
- 添加语言自动判断
- 结束状态判断时错误
- 修复api多个同时调用只返回第一个的bug
- 修复distil模型提示不存在问题
- 修复显示问题
- 增加自定义huggingface模型功能
完整包下载地址(含base模型)1.7GB/Download url:
百度网盘: https://pan.baidu.com/s/1KGX31_rurBl9UQiuwaiMqg?pwd=a48t
GitHub地址: https://github.com/jianchang512/stt/releases/download/v0.94/win-0.0.94.7z
v0.1 升级补丁包地址/96MB:
GitHub: https://github.com/jianchang512/stt/releases/download/v0.94/win-patchUpdate-0.1.7z
使用方法
解压到英文目录下，双击 start.exe, 在打开的页面中上传音频视频文件识别
extract to folder and doubleclick start.exe, wait unitl open webbrowser
ffmpeg.exe下载
如果你的计算机上没有ffmpeg，请下载这2个exe文件，和 start.exe放在同一位置
https://github.com/jianchang512/stt/releases/download/v0.93/ffmpeg.exe
https://github.com/jianchang512/stt/releases/download/v0.93/ffprobe.exe
全部模型下载地址/Download models https://github.com/jianchang512/stt/releases/tag/0.0
stt-v0.93
Change
- 添加模型这次从 tiny-->large-v3
- 修复前端js超时问题 #29
完整包下载地址(含base模型)1.7GB/Download url:
百度网盘: https://pan.baidu.com/s/1rAKW7pBMLx4od9391wjtYw?pwd=xg4s
Huggingface: https://huggingface.co/spaces/mortimerme/s4/resolve/main/win-stt-0.0.93.7z?download=true
升级补丁包地址/30MB:
百度网盘：https://pan.baidu.com/s/1Dqd1FNC0Cwe5KqD_5bNhqg?pwd=gj65
Huggingface: https://huggingface.co/spaces/mortimerme/s4/resolve/main/win-stt-patch-0.0.93.7z?download=true
使用方法
解压到英文目录下，双击 start.exe, 在打开的页面中上传音频视频文件识别
extract to folder and doubleclick start.exe, wait unitl open webbrowser
ffmpeg.exe下载
如果你的计算机上没有ffmpeg，请下载这2个exe文件，和 start.exe放在同一位置
https://github.com/jianchang512/stt/releases/download/v0.93/ffmpeg.exe
https://github.com/jianchang512/stt/releases/download/v0.93/ffprobe.exe
全部模型下载地址/Download models https://github.com/jianchang512/stt/releases/tag/0.0
stt-v0.91
Change
add more param at the set.ini for whisper model
下载地址(内含base模型)/Download url:
百度网盘: https://pan.baidu.com/s/1oAeBvVcNv3HP2QWa3uiilg?pwd=efvc
GitHub: https://github.com/jianchang512/stt/releases/download/v0.91/sttv-0.91.7z
解压到英文目录下，双击 start.exe, 在打开的页面中上传音频视频文件识别
extract to folder and doubleclick start.exe, wait unitl open webbrowser
模型下载地址/Download models https://github.com/jianchang512/stt/releases/tag/0.0
stt-v0.0.6
Change
- fixed bug #7
- 默认使用 cpu 运算，如果确定使用英伟达显卡，并且配置好了cuda环境，请修改 set.ini 中
devtype=cpu为devtype=cuda,并重新启动，可使用cuda加速 - progressbar
下载地址(内含base模型)/Download url:
百度网盘: https://pan.baidu.com/s/1am6RNTwR9cfA3_EKwyTLxg?pwd=cvrd
GitHub: https://github.com/jianchang512/stt/releases/download/v0.0.6/sttv0.0.6.7z
解压到英文目录下，双击 start.exe, 在打开的页面中上传音频视频文件识别
extract to folder and doubleclick start.exe, wait unitl open webbrowser
模型下载地址/Download models https://github.com/jianchang512/stt/releases/tag/0.0
cuBLASxx.dll和cudnn下载
cuBLASxx.dll和cudnn下载
如果遇到 "cublasxxx.dll不存在"或启用cuda加速后闪退问题，请下载该文件，然后将里面的dll文件复制到 C:/Windows/System32 目录下 或者 软件根目录下即exe所在目录下
任意文件夹地址栏输入cmd打开黑窗口，输入命令nvcc -V查看当前CUDA版本
CUDA11.x版本点击此处下载 https://github.com/jianchang512/stt/releases/download/0.0/cuBLAS.and.cuDNN_CUDA11_win_v4.7z
CUDA12.x版本点击此处下载 https://github.com/jianchang512/stt/releases/download/0.0/cuBLAS.and.cuDNN_CUDA12_win_v1.7z
download all models-下载所有语音识别模型
faster-whisper 模型下载，适用于 stt 项目 和 “pyvideotrans视频翻译配音”项目的faster-whisper模式使用，openai-whisper模型请往下拉
small 415MB
small 百度网盘
small.en 415MB
large-v1 百度网盘
large-v1 huggingface
large-v2 huggingface
large-v2 百度网盘
large-v3 huggingface
large-v3 百度网盘
distil-whisper-medium.en 671MB
distil-medium百度网盘
distil-whisper-large-v2 1.27G
distil-large-v2 百度网盘
distil-whisper-large-v3 1.3G
distil-whisper-large-v3百度网盘
下载后解压，将压缩包内的"models--Systran--faster-xx"文件夹复制到models目录内，解压复制后 models 目录下文件夹列表如下
压缩包内容
正确放置后的 models 目录下的文件夹列表
openai-whisper模型下载，仅适用于“pyvideotrans视频翻译配音软件”的 openai-whisper模式模型 下载使用
下载后将pt文件放到软件目录下的models文件夹内
FunASR中文模型下载
百度网盘下载(含语音降噪模型)：https://pan.baidu.com/s/1rxDMmUcGiEdiZ0LId6_tDw?pwd=6hp7
Huggingface(墙外下载地址)： https://huggingface.co/spaces/mortimerme/s4/resolve/main/FunASR-Chinese-models.7z?download=true
下载后解压会得到一个
hub文件夹，将该文件夹复制到视频翻译软件的models文件夹内，覆盖已有的同名hub文件夹
cuBLASxx.dll和cudnn下载
如果遇到 "cublasxxx.dll不存在"或启用cuda加速后闪退问题，请下载该文件，然后将里面的dll文件复制到 C:/Windows/System32 目录下 或者 软件根目录下即exe所在目录下
任意文件夹地址栏输入cmd打开黑窗口，输入命令nvcc -V查看当前CUDA版本
CUDA11.x版本点击此处下载 https://github.com/jianchang512/stt/releases/download/0.0/cuBLAS.and.cuDNN_CUDA11_win_v4.7z
CUDA12.x版本点击此处下载 https://github.com/jianchang512/stt/releases/download/0.0/cuBLAS.and.cuDNN_CUDA12_win_v1.7z
uvr5模型下载
下载后解压，得到一个 uvr5_weights 文件夹，将该文件夹复制到视频翻译配音软件根目录下。
ffmpeg.exe 下载
如果是windows系统，并且提示找不到 ffmpeg 命令，可下载下面这2个文件，放到软件根目录下或软件根目录下的ffmpeg文件夹内
https://github.com/jianchang512/stt/releases/download/0.0/ffmpeg.exe
https://github.com/jianchang512/stt/releases/download/0.0/ffprobe.exe