用途
Whisper(CLI)用于在本地对音频进行语音转文字(转录),无需 API 密钥。除转录外,也支持翻译任务。
主要能力
- 本地转录音频文件为文本。
- 支持翻译任务(--task translate)。
- 支持多种输出格式,例如 txt、srt。
- 可选择不同规模的模型,以在速度与准确度之间取舍。
使用方式
快速开始示例:
whisper /path/audio.mp3 --model medium --output_format txt --output_dir .
whisper /path/audio.m4a --task translate --output_format srt
说明
- 首次运行时,模型会下载到 ~/.cache/whisper。
- 在该安装中,--model 默认值为 turbo。
- 模型越小速度越快,模型越大准确度越高。
适用场景
适用于需要在本地完成音频转录或翻译、且不希望使用 API 密钥的场景。
限制
资料未提供关于支持平台、音频格式完整列表、模型体积、性能指标、收费或价格等信息,暂未提供。