Local Whisper 是一个本地语音转文字(STT)工具,底层使用 OpenAI 的 Whisper 模型。根据资料,它在首次下载模型后可完全离线运行,提供高质量的语音转录,并支持多种模型尺寸。
用途 该工具用于将音频文件转录为文字,适合需要本地、离线语音转写能力的场景。
主要能力
- 本地语音转文字,首次下载模型后完全离线运行。
- 支持多种模型尺寸,用户可在速度与准确度之间权衡。
- 支持自动检测语言,也可手动指定语言代码。
- 支持输出词级时间戳。
- 支持 JSON 格式输出。
- 支持静默模式,抑制进度显示。
模型 资料列出了以下模型及其大小与说明:
- tiny:39M,最快。
- base:74M,默认。
- small:244M,良好平衡。
- turbo:809M,最佳速度/质量。
- large-v3:1.5GB,最高准确度。
使用方式 通过命令行脚本调用,基本用法: ~/.clawdbot/skills/local-whisper/scripts/local-whisper audio.wav
使用更好的模型: ~/.clawdbot/skills/local-whisper/scripts/local-whisper audio.wav --model turbo
带时间戳与 JSON 输出: ~/.clawdbot/skills/local-whisper/scripts/local-whisper audio.wav --timestamps --json
选项
- --model/-m:模型尺寸(默认:base)。
- --language/-l:语言代码(省略时自动检测)。
- --timestamps/-t:包含词级时间戳。
- --json/-j:JSON 输出。
- --quiet/-q:抑制进度。
安装与设置 该工具使用 uv 管理的虚拟环境,位于 .venv/。重新安装命令: cd ~/.clawdbot/skills/local-whisper uv venv .venv --python 3.12 uv pip install --python .venv/bin/python click openai-whisper torch --index-url https://download.pytorch.org/whl/cpu
适用场景 适合需要本地、离线语音转写、且对模型尺寸与输出格式有灵活要求的用户。
限制 资料未提供关于收费、价格、平台支持范围、具体转录效果指标或使用步骤之外的更多信息,这些内容暂未提供。