🎯 功能目标
✅ 服务器上运行 Whisper（用 GPU 加速）
✅ 网页界面登录（账号密码）
✅ 上传音频文件进行识别
✅ 可选语言（或自动检测）
✅ 返回文本结果
🟢 一、服务器准备
1️⃣ 硬件
- GPU：NVIDIA
- 内存：≥ 8 GB
- 系统：Linux (推荐 Ubuntu 20.04+ / Arch Linux)
2️⃣ 驱动 & CUDA
安装 NVIDIA 驱动 + CUDA（以 Ubuntu 为例）：
sudo apt update
sudo apt install nvidia-driver-535 nvidia-cuda-toolkit
验证：
nvidia-smi
🟢 二、Python 环境
1️⃣ 安装 Python
建议 Python 3.9+
sudo apt install python3 python3-venv python3-pip
2️⃣ 创建虚拟环境
python3 -m venv ~/whisper-env
source ~/whisper-env/bin/activate
🟢 三、安装依赖
pip install --upgrade pip
pip install openai-whisper flask flask-login werkzeug
🟢 四、Flask 应用目录结构
在服务器上建一个项目目录，比如：
~/whisper-web/
├── app.py
├── templates/
│ ├── login.html
│ ├── upload.html
│ └── result.html
├── static/
│ └── style.css
├── users.json
🟢 五、核心代码（示例）
app.py
import os
import whisper
from flask import Flask, render_template, request, redirect, url_for, flash, session
from flask_login import LoginManager, UserMixin, login_user, login_required, logout_user, current_user
app = Flask(__name__)
app.secret_key = 'your_secret_key'
login_manager = LoginManager()
login_manager.init_app(app)
# 简单用户表（示例）
USERS = {'admin': {'password': 'test123'}}
class User(UserMixin):
def __init__(self, id):
self.id = id
@login_manager.user_loader
def load_user(user_id):
if user_id in USERS:
return User(user_id)
return None
# 加载 Whisper 模型（可改成 large / medium）
model = whisper.load_model("medium", device="cuda")
@app.route("/", methods=["GET", "POST"])
def login():
if request.method == "POST":
username = request.form["username"]
password = request.form["password"]
if username in USERS and USERS[username]['password'] == password:
user = User(username)
login_user(user)
return redirect(url_for("upload"))
else:
flash("Invalid credentials")
return render_template("login.html")
@app.route("/upload", methods=["GET", "POST"])
@login_required
def upload():
if request.method == "POST":
if "file" not in request.files:
flash("No file uploaded")
return redirect(request.url)
file = request.files["file"]
language = request.form.get("language", "auto")
if file.filename == "":
flash("No selected file")
return redirect(request.url)
filename = os.path.join("uploads", file.filename)
os.makedirs("uploads", exist_ok=True)
file.save(filename)
# 处理识别
if language == "auto":
result = model.transcribe(filename)
else:
result = model.transcribe(filename, language=language)
os.remove(filename) # 可保留文件也行
return render_template("result.html", text=result["text"])
return render_template("upload.html")
@app.route("/logout")
@login_required
def logout():
logout_user()
return redirect(url_for("login"))
if __name__ == "__main__":
app.run(host="0.0.0.0", port=5000)
HTML 文件
templates/login.html
<!doctype html>
<title>Login</title>
<h2>Login</h2>
<form method="post">
Username: <input type="text" name="username"><br>
Password: <input type="password" name="password"><br>
<input type="submit" value="Login">
</form>
templates/upload.html
<!doctype html>
<title>Upload Audio</title>
<h2>Upload Audio File</h2>
<form method="post" enctype="multipart/form-data">
<input type="file" name="file"><br>
Language:
<select name="language">
<option value="auto">Auto Detect</option>
<option value="en">English</option>
<option value="ja">Japanese</option>
<option value="zh">Chinese</option>
<!-- 可添加其他 -->
</select><br>
<input type="submit" value="Upload and Transcribe">
</form>
<a href="{{ url_for('logout') }}">Logout</a>
templates/result.html
<!doctype html>
<title>Result</title>
<h2>Transcription Result</h2>
<pre>{{ text }}</pre>
<a href="{{ url_for('upload') }}">Transcribe Another</a> |
<a href="{{ url_for('logout') }}">Logout</a>
🟢 六、运行测试
source ~/whisper-env/bin/activate
python app.py
浏览器访问：
http://<你的服务器IP>:5000
🟢 七、(可选) Nginx + Gunicorn 部署
如果需要生产环境上线，可用 Gunicorn + Nginx：
pip install gunicorn
gunicorn -w 4 -b 0.0.0.0:5000 app:app
然后 Nginx 配置一个反向代理到 127.0.0.1:5000。
✅ 总结
🎯 功能
- 登录验证
- 上传音频文件
- 语言选择
- Whisper GPU 推理
- 网页返回结果
🔥 未来可扩展
- 添加任务队列（Celery）
- 文件历史管理
- 多用户注册
- Docker 一键部署