🎙 Whisper로 STT(음성 텍스트 변환) 하기 – Windows FFmpeg & GPU 설정 가이드

python3 --version
py --version

python3 --version
py --version

## 가상 환경 만들기 
python -m venv myenv
- whisper-env 대신에 아무거나 써도 된다. 

## 가상환경 들어가는 방법 
1. 가상 환경을 생성한 Scripts 폴더로 이동한다. 
-> cd myenvScripts
2. activate 명령어를 입력한다. 
-> .activate

## 가상 환경 만들기 
python -m venv myenv
- whisper-env 대신에 아무거나 써도 된다. 

## 가상환경 들어가는 방법 
1. 가상 환경을 생성한 Scripts 폴더로 이동한다. 
-> cd myenvScripts
2. activate 명령어를 입력한다. 
-> .activate

# PowerShell에서 스크립트를 실행할 수 있도록 허용해주는 명령
Set-ExecutionPolicy RemoteSigned -scope CurrentUser 

# 이건 Scoop이라는 윈도우용 패키지 매니저를 설치하는 명령어야.
irm get.scoop.sh | iex 
scoop install ffmpeg
ffmpeg -version

# PowerShell에서 스크립트를 실행할 수 있도록 허용해주는 명령
Set-ExecutionPolicy RemoteSigned -scope CurrentUser 

# 이건 Scoop이라는 윈도우용 패키지 매니저를 설치하는 명령어야.
irm get.scoop.sh | iex 
scoop install ffmpeg
ffmpeg -version

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

pip install torch torchvision torchaudio

pip install torch torchvision torchaudio

import torch
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))

import torch
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))

pip install openai-whisper

pip install openai-whisper

whisper "C:UsersYOUDesktopaudio.wav" --model medium --language Korean

whisper "C:UsersYOUDesktopaudio.wav" --model medium --language Korean

import whisper
import pandas as pd
import datetime
import os

def format_time(seconds):
    return str(datetime.timedelta(seconds=int(seconds)))

# Whisper 모델을 CPU에서 로드
print("Loading Whisper model on CPU...")
model = whisper.load_model("medium", device="cpu")

# 오디오 파일 폴더 경로 (문자열 앞에 r 붙여서 경로 오류 방지)
folder = r"audio"

results = []

# 폴더 내 오디오 파일 탐색 및 전사
for file in os.listdir(folder):
    if file.endswith(('.wav', '.mp3', '.m4a')):
        path = os.path.join(folder, file)
        print(f"Transcribing: {file}")
        result = model.transcribe(path, language="ko")

        # 시간 구간별 텍스트 정리
        segments = []
        for seg in result['segments']:
            segments.append(f"[{format_time(seg['start'])} - {format_time(seg['end'])}] "{seg['text'].strip()}"")

        results.append({
            "filename": file,
            "transcript": "n".join(segments)
        })

# 현재 날짜를 YYYYMMDD 형식으로 가져오기
current_date = datetime.datetime.now().strftime("%Y%m%d")

# 파일 이름 생성
file_name = f"{current_date}_results.csv"
output_path = os.path.join('.', file_name)  # 상위 폴더로 이동

# DataFrame을 CSV로 저장
df = pd.DataFrame(results)
df.to_csv(output_path, index=False, encoding='cp949')

print(f"n✅ 전사 완료! 결과 저장 위치: {output_path}")

import whisper
import pandas as pd
import datetime
import os

def format_time(seconds):
    return str(datetime.timedelta(seconds=int(seconds)))

# Whisper 모델을 CPU에서 로드
print("Loading Whisper model on CPU...")
model = whisper.load_model("medium", device="cpu")

# 오디오 파일 폴더 경로 (문자열 앞에 r 붙여서 경로 오류 방지)
folder = r"audio"

results = []

# 폴더 내 오디오 파일 탐색 및 전사
for file in os.listdir(folder):
    if file.endswith(('.wav', '.mp3', '.m4a')):
        path = os.path.join(folder, file)
        print(f"Transcribing: {file}")
        result = model.transcribe(path, language="ko")

        # 시간 구간별 텍스트 정리
        segments = []
        for seg in result['segments']:
            segments.append(f"[{format_time(seg['start'])} - {format_time(seg['end'])}] "{seg['text'].strip()}"")

        results.append({
            "filename": file,
            "transcript": "n".join(segments)
        })

# 현재 날짜를 YYYYMMDD 형식으로 가져오기
current_date = datetime.datetime.now().strftime("%Y%m%d")

# 파일 이름 생성
file_name = f"{current_date}_results.csv"
output_path = os.path.join('.', file_name)  # 상위 폴더로 이동

# DataFrame을 CSV로 저장
df = pd.DataFrame(results)
df.to_csv(output_path, index=False, encoding='cp949')

print(f"n✅ 전사 완료! 결과 저장 위치: {output_path}")