由于业务需要，我们需要提供一个语音输入功能，以便更方便用户的使用，所以我们需要提供语音转文本的功能，下面我们将讲解使用Whisper将语音转换文本，并且封装成WebApi提供web服务给前端调用。
创建项目
第一步打开Vscode，选择一个目录作为工作空间，然后打开控制台，输入以下指令创建一个WebApi的项目：
dotnet new webapi -n Whisper --no-openapi=true
添加依赖包的引用：
Whisper.net是Whisper.cpp的.NET封装
Whisper.net.Runtime.Clblast则是使用GPU的包，当然也可以不使用GPU
PreserveNewestPreserveNewest
实现基本使用案例
将俩个文件复制到部署目录
创建WhisperService.cs并且读取音频文件然后返回识别结果
publicclassWhisperService{///<summary>///音频转文字///</summary>///<param name="processor">注入的对象</param>///<returns></returns>publicstaticasyncTaskSpeechRecognitionAsync(WhisperProcessor processor){varsw = Stopwatch.StartNew();varwavFileName ="kennedy.wav";awaitusingvarfileStream = File.OpenRead(wavFileName);varstr =string.Empty;awaitforeach(varresultinprocessor.ProcessAsync(fileStream)) { Console.WriteLine($"{result.Start}->{result.End}:{result.Text}"); str += result.Text; } sw.Stop(); Console.WriteLine($"翻译耗时：{sw.ElapsedMilliseconds}ms 翻译结果：{str}文件大小：{fileStream.Length}");returnstr; }}
修改Program.cs
varbuilder = WebApplication.CreateBuilder(args);builder.Services.AddEndpointsApiExplorer();builder.Services.AddSwaggerGen();// 注册单例的WhisperFactory，并且使用ggml-base-q5_1.bin模型builder.Services.AddSingleton((services) => WhisperFactory.FromPath("ggml-base-q5_1.bin"));builder.Services.AddSingleton((services)=>{// 从构建的服务中获取WhisperFactoryvarwhisperFactory = services.GetRequiredService();returnwhisperFactory.CreateBuilder() .WithLanguage("auto")// 自动识别语言.Build();});varapp = builder.Build();if(app.Environment.IsDevelopment()){ app.UseSwagger(); app.UseSwaggerUI();}// 使用MiniApis构建一个简单的API，使用WhisperService.SpeechRecognitionAsync方法app.MapGet("/whisper/speech-recognition", WhisperService.SpeechRecognitionAsync) .WithName("whisper") .WithOpenApi() .WithDescription("识别语音文件");awaitapp.RunAsync();
服务构建完成，下面运行体验效果：
在控制台输入：
cd.\Whisper\dotent run
显卡：1050Ti
耗时：2275ms
显卡：4080
耗时：800ms
总结:
在本次会议中，讨论了构建一个语音转文字的WebApi服务的流程和步骤。主要内容包括创建项目、添加依赖包的引用、下载模型和语音示例文件、实现基本使用案例以及服务构建完成后的运行体验。
行动项目:
1. 下载并添加依赖包Whisper.net和Whisper.net.Runtime.Clblast。
2. 下载模型ggml-base-q5_1.bin和语音示例文件kennedy.wav，并将其复制到部署目录。
3. 创建WhisperService.cs，实现音频转文字的功能。
4. 修改Program.cs，注册WhisperFactory并构建API，使用WhisperService.SpeechRecognitionAsync方法。
5. 运行服务，测试效果。
散热风扇https://www.uv-semi.com/
深圳网站建设www.sz886.com
