whisper.cppを使ってみる [Mac]

はじめに

ローカルで音声認識（文字起こし）を試してみたかったので、軽量で無料のwhisper.cppを使ってみます。
https://github.com/ggml-org/whisper.cpp

手順

1. クローンする

   git clone https://github.com/ggml-org/whisper.cpp.git
   

2. ディレクトリに移動する

   cd whisper.cpp
   

3. ggml形式に変換されたWhisperモデルのいずれかをダウンロードする
   例：

   sh ./models/download-ggml-model.sh base.en
   

   出力

   Done! Model 'base.en' saved in '略/whisper.cpp/models/ggml-base.en.bin'
   You can now use it like this:
   $ ./build/bin/whisper-cli -m 略/whisper.cpp/models/ggml-base.en.bin -f samples/jfk.wav
   

4. whisper-cliをビルドする
   ※brew install cmakeをしておく

   cmake -B build
   cmake --build build -j --config Release
   

5. 音声ファイルを書き起こし、txtファイルに保存する

   ./build/bin/whisper-cli -f samples/jfk.wav -otxt --no-gpu
   

結果

略/whisper.cpp/samplesのjfk.wav.txtに以下のように記述されており、無事に音声認識できました！

And so my fellow Americans, ask not what your country can do for you, ask what you can do for your country.