Whisper(CLI)是一个在本地进行语音转文字的工具,通过命令行调用 whisper 完成音频转录,无需 API 密钥。
用途 主要用于将本地音频文件转录为文本,也可执行翻译任务。
主要能力
- 本地转录音频,无需 API 密钥。
- 支持指定模型(--model),本安装中默认使用 turbo。
- 支持指定输出格式(--output_format),例如 txt、srt。
- 支持指定输出目录(--output_dir)。
- 支持翻译任务(--task translate)。
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
注意事项
- 首次运行时模型会下载到 ~/.cache/whisper。
- --model 在本安装中默认为 turbo。
- 较小模型速度更快,较大模型准确度更高。
适用场景 适合需要在本地对音频进行转录或翻译、且不希望使用 API 密钥的场景。
限制 除上述命令行参数与模型下载说明外,其他功能、收费、价格、平台与效果等信息暂未提供。