4.5 KiB
4.5 KiB
Whisper 语音识别服务 - 服务器部署指南
一、环境要求
- Python 3.8+
- 2GB+ 内存
- 2GB+ 硬盘空间（用于 Whisper 模型）
- ffmpeg
二、安装步骤（内网服务器）
1️⃣ 安装 ffmpeg
CentOS/RHEL 服务器
sudo yum install -y epel-release
sudo yum install -y ffmpeg
Ubuntu/Debian 服务器
sudo apt update
sudo apt install -y ffmpeg
Windows 服务器
# 下载 ffmpeg
# https://www.gyan.dev/ffmpeg/builds/ffmpeg-release-essentials.zip
# 解压到 C:\ffmpeg
# 添加环境变量：C:\ffmpeg\bin
验证安装：
ffmpeg -version
2️⃣ 安装 Python 依赖（使用清华镜像）
方式一：自动安装（推荐）
Linux 服务器：
chmod +x install_whisper.sh
./install_whisper.sh
Windows 服务器：
install_whisper.bat
方式二：手动安装
# 配置镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 安装依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
3️⃣ 首次运行（下载模型）
python whisper_server.py
首次运行时，会自动下载 Whisper base 模型（约 140MB）
下载位置：
- Linux:
~/.cache/whisper/ - Windows:
C:\Users\用户名\.cache\whisper\
⚠️ 内网环境注意： 如果服务器无法联网下载模型，需要离线下载：
# 在有网络的机器上下载模型
python -c "import whisper; whisper.load_model('base')"
# 将模型文件复制到服务器
# 模型文件：base.pt（约 140MB）
# 位置：~/.cache/whisper/base.pt
4️⃣ 启动服务
前台运行（测试用）
python whisper_server.py
后台运行（生产环境）
Linux - 使用 nohup：
nohup python whisper_server.py > whisper.log 2>&1 &
Linux - 使用 systemd（推荐）：
创建服务文件 /etc/systemd/system/whisper.service：
[Unit]
Description=Whisper Speech Recognition Service
After=network.target
[Service]
Type=simple
User=root
WorkingDirectory=/path/to/project/Test/python
ExecStart=/usr/bin/python3 whisper_server.py
Restart=always
RestartSec=10
[Install]
WantedBy=multi-user.target
启动服务：
sudo systemctl daemon-reload
sudo systemctl start whisper
sudo systemctl enable whisper # 开机自启
sudo systemctl status whisper # 查看状态
Windows - 使用 NSSM（推荐）：
# 下载 NSSM：https://nssm.cc/download
nssm install Whisper "C:\Python\python.exe" "C:\path\to\whisper_server.py"
nssm start Whisper
三、验证服务
1. 健康检查
curl http://服务器IP:5001/health
返回：
{
"status": "ok",
"service": "Whisper语音识别服务",
"model": "base"
}
2. 测试识别
curl -X POST -F "file=@test.mp3" -F "language=zh" http://服务器IP:5001/recognize
四、Java 后端配置
修改 LocalWhisperService.java 中的服务地址：
private static final String WHISPER_URL = "http://服务器IP:5001";
重启 Java 应用。
五、防火墙配置
CentOS/RHEL
sudo firewall-cmd --permanent --add-port=5001/tcp
sudo firewall-cmd --reload
Ubuntu/Debian
sudo ufw allow 5001/tcp
Windows
netsh advfirewall firewall add rule name="Whisper Service" dir=in action=allow protocol=TCP localport=5001
六、性能优化建议
1. 使用更小的模型（更快）
编辑 whisper_server.py 第 48 行：
whisper_model = whisper.load_model("tiny") # 最快，准确度降低
2. 使用更大的模型（更准确）
whisper_model = whisper.load_model("small") # 准确度提升，速度降低
3. GPU 加速（如果有显卡）
whisper_model = whisper.load_model("base", device="cuda")
七、常见问题
Q1: 模型下载失败？
A: 使用离线下载，手动复制模型文件到 ~/.cache/whisper/
Q2: 识别速度慢？
A: 换用 tiny 模型，或使用 GPU
Q3: 内存不足？
A: 至少 2GB 内存，关闭其他服务
Q4: 无法访问服务？
A: 检查防火墙、端口、IP 地址配置
八、卸载
# 停止服务
sudo systemctl stop whisper
# 卸载 Python 包
pip uninstall openai-whisper flask flask-cors
# 删除模型文件
rm -rf ~/.cache/whisper/
联系支持
如有问题，请检查日志文件 whisper.log