使用 whisper 制作音频转文字网站

[eightdoor]

目前实现

• 使用 openai/whisper python+fastapi 实现音频、视频文件上传，后台通过 whisper 转换文字内容 存储数据库，通过定时任务，后台自动转换，目前只支持单个转换 不能并行转换

计划

• nuxt 制作网站页面，提供免费的转换。
• 参考https://freesubtitles.ai/模式实现

其他

• 目前服务器是通过 frp 内网直接代理出去的，配置 e5+amd580 （搭配 rocm ），运行的模型大小是 medium 。如果有盈利点，可以买点好的配置服务器
• 目前只想到这样做，可以后续提供 api 接口直接调用，提供付费服务。
• 不知道想法是否可行，能不能产生盈利点，大家有什么好想法或者建议吗

[jayzau1973]

你可以搜搜之前有个老哥做的 AI 字幕机，实现了盈利。
不过他是打包成软件，用客户端资源进行计算，你这用自己的服务器成本会不会太高？

[z7356995]

我是用 google colab 免费 gpu 计算，速度快

[UKnowMe]

1. “目前只支持单个转换 不能并行转换” 这个指的是用户 A 每次只能转换 1 个，还是说用户 A 、用户 B 、用户 C 加起来只能转换 1 个，若 A 转换中，则 B 、C 阻塞？

2. 你有什么比得过 https://freesubtitles.ai/ 的？无恶意，单纯觉得人家已经有了你所说的 “后续提供 api 接口直接调用，提供付费服务” ，那么是否意味着你比人家的功能还少？莫非你打算通过推广来赢得市场还是啥？

3. 免费用户一直用脚本调用你的功能，你咋办？因为我正好有音频转文字的需求，未登录的用户，你该如何防止？还是说需要登录才能使用功能，通过登录用户来进行精准限制。

[molezznet]

580 传家宝啊

[z7356995]

其实赢利点不是音频转换，而是英语有声书网站，有很多有名的英语有声书，要嘛找得到 mp3, 要嘛找不到对应的逐句复读的材料，国外有一个 pt 有声书网站，可以下载各种有声书，然后提取转换 srt 字幕，就可以供英语学习者边看有趣的内容边听了，下什么内容转换可以按搜索量，或有偿加速，版权问题，，你看看每日英语听力，有几个音频字幕买了版权？

[z7356995]

国外 pt 网站可以下载 mp3

[z7356995]

一次转换可以多次贩卖

[eightdoor]

@jayzau1973 我找找看看，服务器成本很高，要是转换的话

[qW7bo2FbzbC0]

如果 使用者传入涉政暴恐的录音，并且进行关联传播，你有做关键词屏蔽和错杀恢复逻辑吗？

[qW7bo2FbzbC0]

如果你使用墙内的基础设施提供服务，如果不幸被关联到非法信息使用上，很快会被查水表吧

[eightdoor]

@UKnowMe 1 、同时只能转换 1 个。2 、freesub 做的已经比较好了，我的功能是比较少的，看看有没有小众的需求，做免费的也可以。3 、通过登录可以转换，但是还是免不了 接口恶意调用，加安全策略。

[eightdoor]

@z7356995 这个不错 有声书或者现在好多的免费视频 字幕也可以做

[zhch602]

现在 whisper 的入门门槛太低了，免费的客户端软件也有很多，用服务器的话可以白嫖 google colab ，看不到什么盈利点

[eightdoor]

@qW7bo2FbzbC0 应该去筛选的 上传完成了，转换完成了 关键词屏蔽和错杀恢复逻辑。 其实最好的还是做个客户端工具 利用本地资源去转换 我看 whisper 有几个开源的是可以 window 或者 mac 端直接使用的

[tool2d]

whisper 的模型英文识别度高，但是中文效果挺一般的。

[anmie]

会做实时转录吗？

[thinkm]

门槛太低了，全是开源的，是几行命令的事情，就算能盈利，马上一大堆人来价格比你低 配置比你好

[z7356995]

模式参考每日英语听力，但收集各种推荐书单，做好各种阅读量高的书的 seo ，然后流量的话，人家找书搜索书名的话就到你的网站下来了，，网站做好信息隔离，，万一有人告，要找不到人

[xyy003]

基本没有盈利点

[eightdoor]

@anmie 会做

[eightdoor]

@z7356995 说的对，感觉做网站 不如直接做客户端实在啊，服务器数据做了存储 就有很多问题