{"id":9496,"date":"2023-09-30T00:39:47","date_gmt":"2023-09-29T22:39:47","guid":{"rendered":"https:\/\/linux-bibel.at\/?p=9496"},"modified":"2024-05-24T22:30:46","modified_gmt":"2024-05-24T20:30:46","slug":"texte-mit-whisper-unter-linux-diktieren","status":"publish","type":"post","link":"https:\/\/linux-bibel.at\/index.php\/2023\/09\/30\/texte-mit-whisper-unter-linux-diktieren\/","title":{"rendered":"Texte mit Whisper unter Linux diktieren"},"content":{"rendered":"\n

Vom eigenen Gesprochenen eine Audio-Aufnahme zu erstellen, ist unter Linux<\/a> das Einfachste. Hin und wieder braucht man diese Aufnahme auch als geschriebenen Text. Für diesen Fall braucht man schon etwas anderes an Software – unter Linux<\/a> ist aktuell dafür die beste Software Whisper.<\/p>\n\n\n\n

Sie sprechen nur noch den Text ins Mikrofon, und die Software schreibt Ihre Worte in eine Textdatei<\/a>.<\/p>\n\n\n\n

Whisper installieren<\/h3>\n\n\n\n

Unter auf Debian<\/a> basierenden Linux<\/a>-Distribution<\/a>en installieren Sie über die Paket<\/a>-Verwaltung die Paket<\/a>e „build-essential ffmpeg<\/strong> git<\/a><\/strong>„, etwa gleich als root<\/a> am Terminal<\/a> mit dem Befehl<\/a>:<\/p>\n\n\n\n

apt install build-essential ffmpeg git<\/code><\/pre>\n\n\n\n
Anschließend laden Sie die eigentliche Software mit normalen Benutzerrechten herunter:<\/p>\n\n\n\n
git clone https:\/\/github.com\/ggerganov\/whisper.cpp.git<\/code><\/pre>\n\n\n\n
Jetzt wechseln Sie in das heruntergeladene Verzeichnis<\/a>:<\/p>\n\n\n\n
cd whisper.cpp<\/code><\/pre>\n\n\n\n
Bisher haben Sie nur die eigentliche Software heruntergeladen, dazu gehört noch das Übersetzungsmodell. Dieses gibt es in vier verschiedenen Varianten und wurde von ChatGPT<\/a> entwickelt. Die Modelle unterscheiden sich in Datei<\/a>größe und benötigtem RAM<\/a>. Je größer die Datei<\/a>, desto mehr RAM<\/a> benötigt das Modell. Und je größer die Datei<\/a>, desto besser ist aber auch  die Erkennung.<\/p>\n\n\n\n
Die Modelle nennen sich tiny<\/em> (80 MB, benötigt rund 130 MB RAM<\/a><\/em>), base<\/em>, small<\/em>, medium<\/em> und large<\/em> (2,9 GB, benötigt rund 3,3 GB RAM<\/a><\/em>). large<\/em> hat natürlich die beste Erkennung. Jetzt gilt es, die Software mit dem gewünschten Modell zu kompilieren<\/a> – hierzu nutzen Sie den Befehl<\/a> make mit dem gewünschten Modell, also etwa (als normaler Benutzer<\/em>):<\/p>\n\n\n\n
make tiny<\/code><\/pre>\n\n\n\n
\"\"<\/a><\/figure>\n\n\n\n
Das angegebene Modell wird dabei automatisch aus dem Netz geladen und die Software kompiliert. Anschließend verschieben Sie das komplette Verzeichnis<\/a> als root<\/a> auf dem Terminal<\/a> nach \/opt<\/em>:<\/p>\n\n\n\n
cd ..\nmv whisper.cpp\/ whisper\nmv whisper\/ \/opt\/<\/code><\/pre>\n\n\n\n
Damit Sie nicht für jeden Start der Software zweimal den lan<\/a>gen Pfad über \/opt angeben müssen, erstellen Sie noch einen Symlink<\/a> von main<\/strong> auf whisper<\/strong> (ebenfalls als root<\/a><\/em>):<\/p>\n\n\n\n
cd \/usr\/local\/bin\/\nln -s \/opt\/whisper\/main whisper<\/code><\/pre>\n\n\n\n
Whisper nutzen<\/h3>\n\n\n\n
Sie starten die Software auf dem Terminal<\/a>, nach dem Start braucht die Software etwa 15 Sekunden und ist bereit. Mit -t<\/code> geben Sie die zu nutzenden CPU<\/a>-Kerne an, mit -m<\/code> das Modell – dieses liegt unter \/opt\/whisper\/models\/<\/em> und beginnt mit „ggml-modell.bin<\/strong>„, in meinem Beispiel also „ggml-tiny.bin<\/strong>„. Mit -l<\/code> geben Sie die Sprache an, etwa de<\/strong>, es folgt die Option -otxt<\/code> und mit -of<\/code> geben Sie die zu erstellende Textdatei<\/a> an – etwa Textdatei<\/a>.txt<\/strong>. Zum Schluss folgt die zu erstellende Audio-Datei<\/a> – im Beispiel ganz einfach Audio.wav<\/strong>, Beispiel:<\/p>\n\n\n\n
whisper -t 4 -m \/opt\/whisper\/models\/ggml-tiny.bin -l de -otxt -of Textdatei.txt Audio.wav<\/code><\/pre>\n\n\n\n
Die Software nimmt Ihren gesprochenen Text in die Datei<\/a> Audio.wav auf, schreibt den erkannten Text in die Datei<\/a> Textdatei<\/a>.txt. Sobald die Software fertig ist, beendet sich diese selbst. Dies dauert natürlich etwas, funktioniert jedoch schon prächtig.<\/p>\n
\r\n    
\r\n    \r\n                            \"Gef\u00e4llt\r\n            <\/a>\r\n    3    <\/span>\r\n<\/div>
\r\n    \r\n                            \"Gef\u00e4llt\r\n            <\/a>\r\n    1<\/span>\r\n<\/div><\/div>","protected":false},"excerpt":{"rendered":"
Vom eigenen Gesprochenen eine Audio-Aufnahme zu erstellen, ist unter Linux das Einfachste. Hin und wieder braucht man diese Aufnahme auch als geschriebenen Text. F\u00fcr diesen Fall braucht man schon etwas anderes an Software – unter Linux ist aktuell daf\u00fcr die beste Software Whisper. Sie sprechen nur noch den Text ins Mikrofon, und die Software schreibt […]<\/p>\n","protected":false},"author":1,"featured_media":9500,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[57],"tags":[59],"class_list":["post-9496","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-buero","tag-buero"],"_links":{"self":[{"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/posts\/9496","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/comments?post=9496"}],"version-history":[{"count":2,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/posts\/9496\/revisions"}],"predecessor-version":[{"id":15404,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/posts\/9496\/revisions\/15404"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/media\/9500"}],"wp:attachment":[{"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/media?parent=9496"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/categories?post=9496"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/linux-bibel.at\/index.php\/wp-json\/wp\/v2\/tags?post=9496"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}