みなさん、文字起こしとかしてますか？
最近はめんどくさいこともあり、
ウェビナーのファイルをChatGPTに要約してもらうことが多いのですが、
動画ファイルはファイルサイズに制限があるし、
いろいろと文字起こしにはつらいこともあるので、
Whisperという音声認識ライブラリでテキスト化してみることにしました。
（今回はmp3を使いましたが、動画ファイルもいけるらしいです。）
1. 必要なアプリケーションとツール
Whisperを動作させるために必要なアプリケーション：
-
Python（3.9〜3.12 のいずれかのバージョンが必要）
-
FFmpeg
-
Microsoft C++ Build Tools
-
Git
-
Whisper
2. 詳細な手順
ステップ1: Pythonのインストール
-
Pythonのバージョン
-
Whisperは Python 3.9〜3.12 に対応しています。それ以外のバージョンでは動作しません。
-
-
Python公式サイトからダウンロード
-
Python公式サイト にアクセス。
-
Python 3.12 をダウンロード（「Windows installer (64-bit)」をクリック）。
-
-
インストール
-
インストーラーを実行。
-
「Add Python to PATH」にチェックを入れた後、「Install Now」をクリック。
-
-
動作確認
-
コマンドプロンプトを開き、次のコマンドを実行：
-
python --version-
バージョンが表示されれば成功。
ステップ2: FFmpegのインストール
-
FFmpegのダウンロード
-
FFmpeg公式サイト で「Get packages & executable files」をクリック。
-
Windows builds by gyan.dev を選択し、「ffmpeg-release-essentials.zip」をダウンロード。
-
-
解凍
-
ZIPファイルを解凍し、フォルダ内の bin ディレクトリに ffmpeg.exe があることを確認。
-
-
環境変数に追加
-
「環境変数の編集」を開き、「Path」に解凍した bin フォルダのパス（例: C:\ffmpeg\bin）を追加。
-
-
動作確認
-
コマンドプロンプトで次を実行：
-
ffmpeg -version-
バージョン情報が表示されれば成功。
ステップ3: Microsoft C++ Build Toolsのインストール
-
ダウンロード
-
Microsoft Build Tools にアクセスし、「Download Build Tools」をクリック。
-
-
インストール
-
インストーラーを実行し、「C++ Build Tools」にチェックを入れてインストール。
-
ステップ4: Gitのインストール
-
ダウンロード
-
Git公式ダウンロードページ からWindows用インストーラーをダウンロード。
-
-
インストール
-
「Git from the command line and also from 3rd-party software」を選択してインストール。
-
-
動作確認
-
コマンドプロンプトで次を実行：
-
git --version-
バージョン情報が表示されれば成功。
ステップ5: Whisperのインストール
-
pipのアップデート
Pythonのパッケージマネージャ（pip）を最新にアップデート：
python -m pip install --upgrade pip-
Whisperのインストール
pip install git+https://github.com/openai/whisper.git-
動作確認
-
Whisperのオプション一覧を表示（これはあんまり必要なし）：
-
python -m whisper --help3. 注意点とコマンド例
音声ファイルのパス指定
-
ファイルパスに空白や日本語が含まれる場合は、ダブルクォーテーション ” で囲む必要があります。
例:
python -m whisper "C:\音声データ\会議録音.mp3" --language ja
出力方法と場所
-
出力ディレクトリを指定するには –output_dir を使用します。
例:
python -m whisper "C:\音声データ\会議録音.mp3" --language ja --output_dir "C:\出力フォルダ"
-
デフォルトでは以下のファイルが出力されます：
-
会議録音.txt（文字起こしの結果）
-
会議録音.srt（字幕ファイル）
-
4. トラブルシューティング
Pythonのバージョンエラー
-
Python 3.9〜3.12 のバージョンで動作します。それ以外のバージョンを使用している場合は、対応するバージョンをインストールしてください。
FFmpegが認識されない
-
環境変数に正しいパスが設定されているか確認してください。
Gitがインストールされていないエラー
-
Gitがシステムにインストールされていない場合は、再インストールしてください。
依存ライブラリエラー
-
次のコマンドを実行して必要なライブラリを更新してください：
pip install setuptools wheelいかがでしたか、うまくいきましたか？
だめな場合はChatGPT先生を問い詰めてください。
以上ありがとうございました。
コメント