Macの内部音声をwhisper.cppで文字起こしする
whisper.cppとBlackHoleを使って､Macで流れている音声を文字起こしする環境を作る。
whisper.cppのインストール # git clone https://github.com/ggml-org/whisper.cpp.git cd whisper.cpp ./models/download-ggml-model.sh large-v3 brew install cmake sdl2 cmake -B build -DWHISPER_SDL2=ON cmake --build build --config Release # サンプルのwavファイルでテスト ./build/bin/whisper-cli -m models/ggml-large-v3.bin -f samples/jfk.wav 仮想キャプチャデバイス BlackHoleのインストール # brew install blackhole-64ch Macで再生されている音声を文字起こしするために必要な､仮想キャプチャデバイスBlackHoleをインストールする。
インストール後､Macを再起動して､Audio MIDI設定アプリを起動する。
複数出力装置を作成し､M4とBlackHole 64chをチェックする。
私の環境ではスピーカーを接続しているオーディオインタフェースM4とBlackHole 64chを指定している。
その後､Macの音声出力先を複数出力装置に設定する。これで､スピーカーで音声を再生しながら､BlackHoleへも音声を流すことができる。
Macのサウンド設定 # 設定 > サウンド > 出力にさきほど作成した複数出力装置を指定し､入力はBlackHole 64chを設定する。
whisper-streamで文字起こし # あとは､ターミナルから以下のコマンドでMacで再生されている音声を文字起こしできる。