openai-whisper从多媒体抽取文本（windows GPU 版本）

pip uninstall torch torchvision torchaudio -y

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

pip install -U openai-whisper

#!/bin/bash

echo "智能批量转录：自动选择最大可用 Whisper 模型"



# 方法1：尝试用 nvidia-smi 获取显存（兼容 Git Bash）

TOTAL_MEM=0

if command -v nvidia-smi > /dev/null 2>&1; then

    MEM_LINE=$(nvidia-smi --query-gpu=memory.total --format=csv,noheader,nounits | head -1)

    if [[ $MEM_LINE =~ ^[0-9]+$ ]]; then

        TOTAL_MEM=$MEM_LINE

    fi

fi



# 方法2：如果 nvidia-smi 失败，fallback 到 PyTorch 检测（推荐！）

if [ $TOTAL_MEM -eq 0 ] && command -v python > /dev/null 2>&1; then

    MEM_PY=$(python -c "

import torch

if torch.cuda.is_available():

    print(torch.cuda.get_device_properties(0).total_memory // 1024 // 1024)

else:

    print(0)

" 2>/dev/null || echo 0)

    TOTAL_MEM=$((MEM_PY))

fi



echo "检测到显存: ${TOTAL_MEM} MiB"



# 正确模型选择逻辑（显存越大，模型越大）

if [ $TOTAL_MEM -ge 10000 ]; then

    MODEL="large-v3"

elif [ $TOTAL_MEM -ge 7000 ]; then

    MODEL="medium"

elif [ $TOTAL_MEM -ge 4000 ]; then

    MODEL="small"

elif [ $TOTAL_MEM -ge 2000 ]; then

    MODEL="base"

else

    MODEL="tiny"

fi



echo "自动选择模型: $MODEL"

echo "=================================================="



# 检查 whisper 命令是否存在

if ! command -v whisper > /dev/null 2>&1; then

    echo "错误：whisper 命令未找到！请先 pip install openai-whisper"

    exit 1

fi



# 批量转录

count=0

for mp3 in *.mp3; do

    [[ -f "$mp3" ]] || continue

    txt="${mp3%.mp3}.txt"



    if [ ! -f "$txt" ]; then

        echo "转录: $mp3 → $txt (模型: $MODEL)"

        whisper "$mp3" \

            --model "$MODEL" \

            --device cuda \

            --output_format txt \

            --verbose False \

            --output_dir .

        ((count++))

    else

        echo "跳过: $txt 已存在"

    fi

done



echo "=================================================="

echo "全部完成！本次新增转录 $count 个文件。"