Open Whisper Ajuda

Bloco 07 Modelos

Leitura · 4 min

Os quatro modelos de fala, para que serve cada um, como funciona o download e onde ficam os arquivos.

O modelo é a parte do Open Whisper que transforma fala em texto. Um já vem com o app, e outros três podem ser baixados. Esta página diz para que serve cada um, como obtê-los e o que não dá para fazer com eles.

O que é um modelo

Um modelo de fala é um arquivo grande que aprendeu a reconhecer a fala. O Open Whisper roda esse arquivo no seu computador: o áudio entra no modelo, o texto sai, e nada é enviado para lugar nenhum. Os modelos são versões do Whisper preparadas para rodar num computador comum.

  • Um modelo maior costuma errar menos, e ocupa mais disco e mais tempo.
  • Os quatro modelos são multilíngues: cada um entende todos os idiomas de Idioma, e também a detecção automática.
  • O ditado e o vídeo têm cada um a sua escolha de modelo. Dá para deixar um rápido no ditado e um mais cuidadoso no vídeo.
  • Junto com o modelo, o app traz um pequeno detector de voz, que separa fala de ruído. Ele não é uma opção que você escolhe.

Os quatro modelos

Nome no appIdTamanhoDe onde vem
Padrãosmall-q5_1cerca de 181 MBembutido no app
Levebase141 MBdownload
Grandemedium-q5_0514 MBdownload
Mais precisolarge-v3-turbo-q5_0547 MBdownload
  • Padrão é o modelo com que o app começa, no ditado e no vídeo. Ele já está no computador e está sempre disponível.
  • Leve é menor e mais rápido que o Padrão, e erra mais.
  • Grande e Mais preciso erram menos e são mais lentos. Foram pensados para vídeo, quando ninguém está esperando o texto no cursor.

Os ids são os nomes que a linha de comando usa em --model.

Escolher um modelo

Para o ditado

  1. Abra Ajustes… no menu do Open Whisper.
  2. Clique em Avançado.
  3. Em Modelo, escolha um. Se ele ainda não está no computador, o download começa.

O próximo ditado já usa o modelo novo, sem reiniciar. Se um modelo não carregar, o app continua com o que estava usando.

Fique com o Padrão, a não ser que tenha um motivo para trocar. Um ditado deve ser colado em poucos segundos, e os dois modelos maiores podem fazer você esperar. Se os seus ditados parecem lentos, experimente o Leve.

Windows

No Windows, a transcrição roda no processador, sem aceleração pela placa de vídeo. O tamanho do modelo pesa no tempo de espera.

Para o vídeo

Na janela de vídeo, abra Qualidade e escolha um Modelo ali. Essa escolha é separada da do ditado. Ao lado de cada modelo, a janela diz se ele está já embutido, se é um download único de … ou se está …, já baixado e, para os dois menores, a taxa de erro medida em português. A janela resume assim: Modelos maiores erram menos — sobretudo em palavras em inglês faladas no meio do português. Em troca, ocupam disco e demoram mais. Veja Vídeo e arquivos.

Os Ajustes com a seção Avançado aberta: modelo, gravação máxima e abrir ao iniciar.Os Ajustes com a seção Avançado aberta: modelo, gravação máxima e abrir ao iniciar.Os Ajustes com a seção Avançado aberta: modelo, gravação máxima e abrir ao iniciar.Os Ajustes com a seção Avançado aberta: modelo, gravação máxima e abrir ao iniciar.
Ajustes · Avançado

Baixar um modelo

Escolher um modelo que não está no computador, nos ajustes ou na janela de vídeo, faz o download dele. Cada modelo é baixado uma única vez; depois ele fica no computador, para o ditado, o vídeo e a linha de comando.

  • O arquivo vem do Hugging Face, de https://huggingface.co/ggerganov/whisper.cpp. Essa é uma das poucas vezes em que o Open Whisper usa a rede, e só acontece quando você escolhe um modelo. Nunca durante um ditado. A lista completa está em Privacidade.
  • Quando o download termina, o app confere o arquivo pela impressão digital SHA-256 conhecida. Um arquivo danificado ou incompleto não é usado.
  • Um download não começa enquanto um ditado está em andamento. Espere o ditado terminar.

Onde ficam os modelos

Mac

  • Modelos baixados: ~/Library/Application Support/open-whisper/models/ (base.bin, medium-q5_0.bin, large-v3-turbo-q5_0.bin).
  • O modelo embutido fica dentro do app: Open Whisper.app/Contents/Resources/models/.

Windows

  • Modelos baixados: %LOCALAPPDATA%\open-whisper\models\ (base.bin, medium-q5_0.bin, large-v3-turbo-q5_0.bin). Essa pasta fica fora do perfil móvel (roaming).
  • O modelo embutido fica na pasta models, onde o Open Whisper foi instalado.

O que não dá para fazer

  • Não existe botão para remover um modelo baixado. Para liberar o espaço, primeiro escolha outro modelo nos ajustes e na janela de vídeo, depois apague o arquivo da pasta acima.
  • São só estes quatro modelos. Não dá para acrescentar outro arquivo de modelo nem usar um serviço de transcrição na internet.
  • A linha de comando nunca baixa um modelo. Ela usa só os que já estão no computador e termina com o código de saída 4 quando o modelo falta.