简单通过SenseVoice给自己配置一个语音转文字服务

首先把代码下载下来
git@github.com:FunAudioLLM/SenseVoice.git

然后写一个docker文件

FROM ubuntu:latestRUN apt-get update -y
RUN apt-get install -y python3-full python3-pip 
RUN mkdir -p /SenseVoice
WORKDIR /SenseVoice
RUN python3 -m venv .
ENV USE_CUDA=0
EXPOSE 7860
ENV GRADIO_SERVER_NAME="0.0.0.0"
RUN ./bin/pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cpu
COPY . .
RUN ./bin/pip install -r requirements.txt

由于这里我是Mac电脑不带GPU，所以就用了pytorch的不带GPU的安装模式，如果需要对应GPU的安装方式，可以去pytorch官网看。

第三部，启动容器，把7860端口映射。启动，就可以在http://localhost:7860/?上看到服务了。

然后就可以录音，通过录音进行转换了。考虑我是苹果全家桶，苹果语音转文字的情况使用。

 ./ffmpeg -i test.m4a output.wav