用途:在本地使用 Whisper 命令行工具进行语音转文字,无需 API 密钥,适合需要转写音频、语音转文本、生成字幕或翻译的场景。
主要能力:支持音频转写;通过 --task translate 可将语音翻译;通过 --output_format 输出 txt、srt 等格式;--output_dir 指定输出目录。
使用方式:快速开始示例:whisper /path/audio.mp3 --model medium --output_format txt --output_dir .;翻译并生成字幕示例:whisper /path/audio.m4a --task translate --output_format srt。
限制与注意:模型首次运行会下载到 ~/.cache/whisper;此安装中 --model 默认为 turbo;较小模型更快,较大模型更准确。其余细节暂未提供。