通过 AIHUB 对 NPU 上 Whisper 模型的支持正在推进中,不久将更新。
使用 VoiceAI ASR 在 NPU 上运行 Whisper
1. 安装 SDK
1
准备基础环境
在开发板上打开终端,并为本示例准备基础依赖:
2
安装 VoiceAI ASR - Community Edition
2. 从 AI Hub 下载模型
安装好 SDK 后,您可以从 AI Hub 下载已编译的 Whisper 模型。下载模型时,请选择以下设备:
下载后,将 encoder 模型重命名为
encoder_model_htp.bin,将 decoder 模型重命名为
decoder_model_htp.bin。
要直接在开发板上下载
Whisper-Small-Quantized
模型:
- RB3 Gen 2 Vision Kit / Rubik Pi 3
- IQ-9075 EVK
3. 编译并运行示例
1
构建 npu_rpc_linux_sample/voice-ai-ref 示例
2
转写 .WAV 文件
您现在可以转写 .WAV 文件:
3
或者进行实时转写
1
将麦克风连接到开发板
将麦克风连接到开发板。
2
查找您的麦克风名称
3
运行实时转写
voice-ai-ref 二进制文件,并从其 stdout 中读取数据。
使用 whisper.cpp 在 CPU 上运行 Whisper
或者,您也可以借助 whisper.cpp(或其他流行的 Whisper 库)在 CPU 上运行 Whisper(性能 稍差)。 下面是 whisper.cpp 的使用说明。在开发板上 打开终端,或通过 ssh 连接到开发板,然后运行:1
安装构建依赖
2
构建 whisper.cpp
3
将 whisper.cpp 路径添加到 PATH
4
使用 whisper.cpp 转写一段音频
5
实时转写音频
1
将麦克风连接到开发板
将麦克风连接到开发板。
2
查找您的麦克风 ID
3
开始实时转写
通过 OpenCL 在 GPU 上运行
您也可以构建在 GPU 上运行的二进制文件:1
安装 OpenCL 头文件和 ICD 加载库
首先按 llama.cpp 中”安装 OpenCL 头文件和 ICD 加载库”的步骤操作。
2
构建带 OpenCL 的二进制文件

