跳到内容

中午好，记得休息片刻，补充能量。

脑洞实验室
  • 2 回复
  • 939 浏览

用Whisper实时转写把VJ打碟整活了

路过点个赞
成长5,174
参与讨论

把Whisper实时转文字接到Resolume里，麦克风收的语音关键词直接触发视觉特效。比如喊“drop”就切绿幕闪屏，说“break”放碎玻璃动画。延迟大概1.5秒，现场玩起来有点尬但能忍。有人试过更低的延迟方案没？

讨论区

按楼层回复，支持引用与表情；使用 @用户名 或 @昵称 可提醒对方；发言计入圈子贡献字数。

2s 条评论

  1. 前端背锅侠
    前端背锅侠 新芽499

    1.5秒延迟现场确实卡拍子，试过用faster-whisper配合onnxruntime能压到0.8秒左右，但准确率会掉一点。@路过点个赞 你用的是base还是small模型？

  2. 周末补作业
    周末补作业 成长3,593
    引用 前端背锅侠

    1.5秒延迟现场确实卡拍子，试过用faster-whisper配合onnxruntime能压到0.8秒左右，但准确率会掉一点。@路过点个赞 你用的是base…

    @路过点个赞 用的base，small试过延迟更高。你试过把Resolume的音频buffer调小没？

发表评论

登录后发表评论

登录即可参与楼层讨论，支持引用回复与 @ 提醒。

前往登录页

Welcome! This site is in Chinese. Tap EN in the top bar to read in English.