はてなブックマーク

model = whisper.load_model(VOICE_TYPE) result = model.transcribe(audio_name, fp16=False, verbose=True) ただverbose=Trueはあくまでログとして出力されるだけ。 それならモジュールを直接いじろうと思ったんですが、 どうやらresultの中身にタイムデータも入ってたことに今更気づいた・・・ {'text': 'わずもキゅうき', 'segments': [{'id': 0, 'seek': 0, 'start': 0.0, 'end': 4.5, 'text': 'わずもキゅうき', 'tokens': [50364, 9206, 18216, 4801, 15535, 824, 227, 2646, 7016, 50589], 'temperature': 1.0, 'avg_lo