Este repositorio es para ejecutar a nivel local el modelo Whisper para transcribir audios de entrevistas para una tesis. Visitar requirements.txt para leer los apartados tecnicos necesarios para replicar esta ejecución de manera adecuada.
Para informarte de manera previa sobre el funcionamiento, capacidades y requisitos de whisper se recomienda visitar y leer detenidamente la documentación: https://github.com/openai/whisper
Para ejecutar el modelo de whisper son necesarios diferentes pasos previos de instalación de diferentes complementos previos, la presente documentación apunta a la ejecución de whisper mediante python en una tarjeta de video nvidia 3070ti, si no posees los conocimientos suficientes no ejecutes todo el apartado de instrucciones a continuación, ya que te puede llevar a no tener resultados, un resultado no esperado, o mal lograr tu computador.
En caso contrario, debes adecuar el apartado técnico al nivel de tu hardware, nuevamente se recomienda leer la documentación de whisper para adecuar la ejecución a tu computador https://github.com/openai/whisper
#-----------Requisitos previos de y Comandos de Instalacion-----------------------------------
1.- Instalar Python 3.11.0 Descarga Python 3.11 desde el sitio oficial. Asegúrate de marcar la opción Add Python to PATH durante la instalación.
2.- Instalar CUDA Toolkit 11.8 Descarga CUDA Toolkit 11.8 desde el archivo de descargas de NVIDIA. https://developer.nvidia.com/cuda-toolkit-archive Durante la instalación, agrega las rutas al PATH del sistema. Adicionalmente instalar cuDNN que sea compatible con lo previamente instalado https://docs.nvidia.com/deeplearning/cudnn/latest/installation/windows.html Verificar versiones compatibles entre cuda y cuDNN aqui https://docs.nvidia.com/deeplearning/cudnn/latest/reference/support-matrix.html#support-matrix
3.- Instalar PyTorch Compatible con CUDA 11.8 Ejecuta el siguiente comando en cmd para instalar PyTorch: pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
4.- Instalar FFmpeg Descarga FFmpeg desde ffmpeg.org https://ffmpeg.org/download.html Agrega la ruta de la carpeta bin a las variables de entorno del sistema (PATH).
5.- Instalar Whisper
Instala el modelo Whisper desde el repositorio oficial:
El siguiente comando instalara el ultimo commit del repositorio, en las dependencias
de python, hazlo mediante cmd.
pip install git+https://github.com/openai/whisper.git
Para instalar la ultima version del paquete del repositorio de whisper ejecutar en cmd:
pip install --upgrade --no-deps --force-reinstall git+https://github.com/openai/whisper.git
6.- Revisar capacidades para ejecutar el modelo En caso de que exista algún error fuera de lo descrito en esta documentación, visitar la documentación propia de whisper. https://github.com/openai/whisper
#-------------Comandos de Verificacion de Complementos------------------------------------------
1.- Verificar Python En cmd ejectuar: python --version Esto debe devolver Python 3.11.0.
2.- Verificar CUDA En CMD, verifica la instalación de CUDA y la compatibilidad de la GPU: nvidia-smi Esto debe mostrar la versión de CUDA soportada por los controladores.
3.- Verificar PyTorch Ejecuta Python e importa PyTorch para verificar la detección de CUDA: import torch print(torch.cuda.is_available()) # Debe devolver True print(torch.version.cuda) # Debe devolver '11.8'
4.- Verificar FFmpeg Verifica que FFmpeg esté accesible desde cmd: ffmpeg -version Esto debe mostrar la versión instalada de FFmpeg.
5.- Verificar Whisper Prueba importar Whisper en python: import whisper model = whisper.load_model("base") # Verifica que carga sin errores
6.- Revisar capacidades para ejecutar el modelo En caso de que exista algún error fuera de lo descrito en esta documentación, visitar la documentación propia de whisper. https://github.com/openai/whisper