从零在win10上测试whisper、faster-whisper、whisperx在CPU和GPU的各自表现情况

Anaconda是什么？

Anaconda 是一个开源的 Python 发行版本，主要面向数据科学、机器学习和数据分析等领域。它不仅包含了 Python 解释器本身，更重要的是集成了大量的用于科学计算、数据分析和机器学习相关的第三方库，并且提供了一个强大的包管理和环境管理工具——Conda。

通过Conda可以在一台电脑上，创建多个python的环境，非常自由的进行切换。

以下是 Anaconda 的主要特点和功能：

便捷的环境管理：Anaconda 通过其内置的包管理器 Conda，使得创建、管理和切换不同的 Python 环境变得极为简单。用户可以在不同项目之间轻松配置独立的环境，每个环境中可以安装特定版本的 Python 和其他库，避免了不同项目依赖之间的冲突。
丰富的数据科学工具：安装 Anaconda 时会附带一系列常用的数据科学库，如 NumPy、Pandas、Matplotlib、Scikit-learn 等，以及 Jupyter Notebook 这样的交互式开发环境。还包括其他有用的工具，例如 Spyder IDE（集成开发环境）和 IPython 终端等，这些都为数据科学家提供了开箱即用的一站式解决方案。
高效的包管理：Conda 不仅可以管理 Python 包，还能管理非 Python 软件包，如R语言相关包或 C/C++ 编译器等。Conda 能够智能地解决复杂的软件依赖关系，确保所有库和组件都能正确安装和协同工作，极大地提高了开发效率。
跨平台支持：Anaconda 支持 Windows、Linux 和 MacOS 等多种操作系统，便于在不同的开发平台上统一使用和部署。

下载anaconda并在window上安装

https://www.anaconda.com/download/success

这是anaconda的官网下载地址

这里要注意python的版本，尽量跟它保持一致，点击下载之后，如果网络好的话等待一会儿就下载完毕了。

下载完毕后，打开exe进行安装

这里安装时间可能会久一些，请多耐心等待一会儿吧。

确实等了蛮久的时间的，但具体忘记了，可能大致在15-20分钟左右吧，千等万等终于安装成功了

此时用命令行来查看还是不行的，因为没有配置环境变量

以此点击：我的电脑=> 右键属性=>高级系统设置=>环境变量=> Path =>编辑

将下面的五个路径添加到 Path中去

注意替换成你的安装路径

D:\ProgramData\anaconda3

D:\ProgramData\anaconda3\Scripts

D:\ProgramData\anaconda3\Library\mingw-w64\bin

D:\ProgramData\anaconda3\Library\usr\bin

D:\ProgramData\anaconda3\Library\bin

点击三次确定之后，再在命令行中运行

这样说明真正的安装成功了，下面再来看看如何使用

conda如何来使用呢

基础命令

// 查看版本

conda -V

// 查看安装了那些包

conda list

//查看当前存在哪些虚拟环境

conda env list 或 conda info -e

//检查更新当前conda

conda update conda 

// 使用conda安装python依赖

conda install xxxx

创建一个虚拟环境

因为我之前电脑上安装的就是3.11.2的版本，所以在这里直接继续指定python版本为3.11.2

conda create -n python3112 python=3.11.2

此时可以查看window电脑上拥有那些虚拟环境

conda env list

激活环境

conda activate python3112

首次执行上面的命令可能需要使用conda init,执行完毕后关闭当前shell脚本命令，再重新打开执行激活环境的命令

退出虚拟环境

conda deactivate

注意：看上面我是直接在CMD下使用的命令，比如如果你想在git bash下运行conda的话

echo ". /d/ProgramData/anaconda3/etc/profile.d/conda.sh" >>~/.profile

上面替换成自己的安装目录，执行完毕之后，关闭命令窗口，重新打开一个新的便可以执行 conda命令了

conda安装成功之后，安装依赖尽量使用conda 来，就不要使用pip了

初始使用了几天的conda,感觉还不错

如何在window上开启GPU

首先使用 cmd 命令行输入 nvidia-smi ，在第一行最右边可以看到CUDA的版本号，我的版本是12.3

https://pytorch.org/get-started/locally/

打开网址选择一个比较靠近的版本

最终选择完生成命令为

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

如果有卡住的可能就是网络有问题了，可以直接到镜像源进行下载安装 https://download.pytorch.org/whl/torch_stable.html

这里也需要你的耐心等待哟，因为Pytorch 的安装包还是不小的。

多等一会儿，出现done则代表安装成功了，然后在命令行中输入pip list则可以看到torch相关的包都安装了

CUDA是什么：CUDA是NVIDIA推出的一种编程技术。它允许开发者使用C语言来编写能在NVIDIA的图形处理器上运行的代码。通过CUDA，开发者可以将GPU用于通用的并行计算，大大提高了计算效率。

CUDA的一个重要特点是，它允许软件开发者直接使用NVIDIA的GPU来执行某些计算密集型的任务。这是因为GPU内部有许多并行处理单元，可以同时执行许多计算任务，从而大大提高了计算速度。

另外，CUDA还提供了一套完整的开发工具链，包括编译器、调试器和性能分析器，使得开发者可以更方便地开发和优化CUDA程序。

接下来直接验证CUDA是否可用，直接继续命令行中输入 python

import torch

torch.cuda.is_available()

如果输出为true则代表可以使用GPU显卡了

准备whisper、faster-whisper、whisperX的测试代码

import whisper

from whisper.utils import get_writer

import os

import time

import torch

import os   #引用OS

from faster_whisper import WhisperModel

import whisperx

import gc 

def whisperx_test():

    device = "cpu"

    model_size = "large-v3"

    audio_file = "test.mp4"

    batch_size = 16

    compute_type = "int8" 

    # widnow CPU

    model = whisperx.load_model("large-v3", device, compute_type=compute_type)

    # window GPU

    # model = whisperx.load_model("large-v3", "cuda", compute_type="float16")

    audio = whisperx.load_audio(audio_file)

    result = model.transcribe(audio, batch_size=batch_size)

    print(result["segments"])

def faster_whisper_test():

    model_size = "large-v3"

    ## window cpu

    model = WhisperModel(model_size, device="cpu", compute_type="int8", cpu_threads=16)

    # window gpu

    # model = WhisperModel(model_size, device="cuda", compute_type="float16")

    segments, info = model.transcribe("test.mp4", beam_size = 5)

    print("Detected language '%s' with probability %f" % (info.language, info.language_probability))

    for segment in segments:

        print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

def whisper_test():

    os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE'

    filename = "test.mp4"   

    ## window GPU  cuda

    ## window CPU  cpu

    ## mac CPU cpu

    ## mac GPU

    model = whisper.load_model("large-v3",device="cuda")

    result = model.transcribe(audio=filename, fp16 =False)

    output_directory = "."

    word_options = {

    "highlight_words": True,

    "max_line_count": 50,

    "max_line_width": 3

    }

    srt_writer = get_writer("srt", output_directory)

    srt_writer(result, filename, word_options)

if __name__ == "__main__":

    # print(torch.cuda.is_available())

    start_time = time.time()  # 开始时间

    print("start time:", start_time)

    # whisper_test()

    # faster_whisper_test()

    whisperx_test()

    end_time = time.time()  # 结束时间

    print("Execution time: ", end_time - start_time, "seconds")

三个开源项目的地址分别是：

根据代码要进行安装依赖,也是我从三个开源项目的readme中可以找到安装依赖的命令

// 安装openai-whisper

pip install -U openai-whisper --user

//或者

pip install --upgrade --no-deps --force-reinstall git+https://github.com/openai/whisper.git

// 安装faster-whisper

pip install faster-whisper

//或者

pip install git+https://github.com/openai/whisper.git 

//安装whisperx

pip install git+https://github.com/m-bain/whisperx.git

//如果运行后，看到ffmpeg not found

要记得安装一下ffmpeg

当然上面的pip也可以换成conda

准备了三个方法

whisper_test 来测试openai官网发布的whisper
faster_whisper_test来测试改进版的faster_whisper
whisperx来测试基于faster_whisper再次改进的版本

测试的时候，我是准备了一个30秒的小视频 test.mp4。

然后分为CPU和GPU进行分别测试。

根据测试情况进行注释上述方法即可,运行如下命令即开启测试

python main.py

在这里先附上我的电脑配置，其实是比较一般的

window上测试openai的whisper

先来看GPU测试情况

我先打开任务管理器 => 性能 => GPU

没进行测试的时候GPU的占用其实很少的，如果一旦开启了GPU测试就可以看到下图所示的GPU内存占用

最终在GPU运行的情况下，我测试了三次

window-whisper-GPU:大致平均150秒

再来测试CPU的情况

运行之后我的CPU直接100%，直接拉满了

同样，再使用CPU的情况下，测试了三次

看来我这个GPU显卡还是非常一般的，竟然没有CPU的快

window-whisper-CPU:大致平均100秒

window上测试faster-whisper

先来看GPU测试情况

同样分三次进行测试大致也就是50秒左右，在GPU的情况下，内存占用居然比whisper的少了近一半，难道速度也能提升一半吗？

window-faster-whisper-GPU: 大致平均50秒左右

没想到真的提升了速度，而且不止一半，真不错

再来测试CPU的情况

同样的CPU接近100%了，但是内存好像比原来少了差不多一半

window-faster-whisper-CPU: 大致平均50秒左右

window上测试whisperX

GPU 测试三次

window-whisperX-GPU: 大致平均36秒左右

CPU 测试三次

window-faster-whisperX-CPU: 大致平均43秒左右

没想到的是whisperx在faster-whisper的基础上还有提升

mac上运行whisper

本来还想继续在mac上测试，发现除了openai的whisper能在CPU下运行，其他的跑起来都有问题，可能也是我自己的问题吧

mac-openai-whisper-CPU:大致50秒左右

这是自Mac M1 Pro上做的测试

总结一下

我只是进行简单的测试做了一个对比。mac的CPU还是非常强大的，当然了价格也摆在了那里。

我这里测试的时候也没有进行过多的参数调整，有时间的话可以进行比如 int8、float16、float32等等其他的多组测试数据。

接下来看看有机会再来试试另外两个开源模型