whisper-1 转写网关 30 秒超时 长音频分段时间戳错位怎么对

陆零云 32 0
一小时零七分的会议录音要转文字,走的是兼容 OpenAI 的 whisper-1 接口,单文件 48MB。上传完等结果,客户端抛 ReadTimeout,网关日志里是 504,从发起到断开刚好 30 秒。 先想调大超时,SDK 的 timeout 设到 180 没用,断的是网关不是客户端;运维那边 proxy_read_timeout 是全局的,不给单个接口改。那就只能把音频切小,让每次请求在 30 秒内返回。 ffmpeg 按 25 秒一段切,116 段...

Whisper 转写 120 分钟中文标点全丢 后处理怎么补

陆零云 32 0
用 faster-whisper 1.0.3 加 large-v3 转 120 分钟的访谈录音,出来的文字一个标点都没有,整段连成一行,人工校对要重听一遍断句。language 设的 zh,task 是 transcribe,beam_size 5,vad_filter 开着。英文素材同样参数是有标点的,说明不是模型不会断句,是中文输出习惯。 先试 initial_prompt,塞一句「以下是普通话的句子,请加上标点。」,标点回来一部分,主要是逗号和问号,...