87 lines
2.9 KiB
Markdown
87 lines
2.9 KiB
Markdown
# Whisper 转写服务（Speaches / faster-whisper）
|
||
|
||
基于 [Speaches](https://github.com/speaches-ai/speaches)（原 faster-whisper-server）的
|
||
OpenAI 兼容语音转写服务，使用 faster-whisper（CTranslate2）推理，比原版 Whisper
|
||
更快、显存占用更低。提供 `POST /v1/audio/transcriptions` 接口，可直接替换
|
||
`sentence_api` 里的 MOSS 转写地址，应用代码无需改动。
|
||
|
||
## 目录结构
|
||
|
||
```text
|
||
whisper/
|
||
docker-compose.yml GPU 服务编排（ghcr.io/speaches-ai/speaches:latest-cuda）
|
||
.env.example 配置模板（模型、端口、计算类型）
|
||
systemd/whisper-transcribe.service systemd 模板
|
||
verify.sh 部署验证脚本
|
||
```
|
||
|
||
## 快速部署
|
||
|
||
前置条件：Ubuntu 22.04/24.04、Docker、NVIDIA 驱动（≥ 535，支持 CUDA 12.x）、
|
||
NVIDIA Container Toolkit（安装方法见 `sentence_api/DEPLOYMENT.md` 或 NVIDIA 官方文档）。
|
||
镜像自带 CUDA 12.6 运行时，宿主机不需要再装 CUDA。
|
||
|
||
```bash
|
||
sudo mkdir -p /opt/whisper
|
||
sudo chown "$USER":"$USER" /opt/whisper
|
||
cp -r whisper/* /opt/whisper/
|
||
cd /opt/whisper
|
||
|
||
cp .env.example .env # 按需修改 WHISPER_MODEL
|
||
docker compose up -d
|
||
docker compose logs -f whisper # 首次启动下载模型（约 3 GB），看到启动完成即可
|
||
```
|
||
|
||
验证：
|
||
|
||
```bash
|
||
/opt/whisper/verify.sh
|
||
```
|
||
|
||
## 注册为 systemd 服务
|
||
|
||
```bash
|
||
sudo cp whisper/systemd/whisper-transcribe.service /etc/systemd/system/
|
||
sudo systemctl daemon-reload
|
||
sudo systemctl enable --now whisper-transcribe
|
||
sudo journalctl -u whisper-transcribe -f
|
||
```
|
||
|
||
模板假设代码位于 `/opt/whisper`，如路径不同请修改
|
||
`WorkingDirectory`、`ExecStart`、`ExecStop` 三处。
|
||
|
||
## 接入 sentence_api
|
||
|
||
在 `/opt/oral-trainer/sentence_api/.env` 中：
|
||
|
||
```dotenv
|
||
MOSS_TRANSCRIBE_URL=http://127.0.0.1:9000/v1/audio/transcriptions
|
||
MOSS_MODEL=Systran/faster-whisper-large-v3
|
||
```
|
||
|
||
然后重建 API 容器：
|
||
|
||
```bash
|
||
cd /opt/oral-trainer/sentence_api
|
||
docker compose up -d --build
|
||
curl http://127.0.0.1:8000/healthz # moss_configured 应为 true
|
||
```
|
||
|
||
## 模型选择
|
||
|
||
| 模型 | 显存（float16） | 特点 |
|
||
| --- | --- | --- |
|
||
| `Systran/faster-whisper-large-v3` | 约 6 GB | 准确率最高，默认 |
|
||
| `Systran/faster-whisper-large-v3-turbo` | 约 3 GB | 快约 8 倍，精度略低 |
|
||
|
||
L4（24 GB 显存）可同时常驻两个模型；Speaches 支持在请求的 `model` 参数里切换模型
|
||
并自动加载。服务只监听 `127.0.0.1:9000`，请勿直接暴露公网。
|
||
|
||
## 常见问题
|
||
|
||
- 首次启动下载模型慢或失败：在 `docker-compose.yml` 中取消 `HF_ENDPOINT=https://hf-mirror.com`
|
||
注释后 `docker compose up -d`。
|
||
- 容器报 CUDA 错误：确认宿主机驱动 ≥ 535，并已安装 NVIDIA Container Toolkit。
|
||
- 转写结果没有说话人：Whisper 不做说话人分离，需要该功能请改用
|
||
`MOSS-Transcribe-Diarize`（见 `sentence_api/DEPLOYMENT.md`）。
|