用途 OpenAI Whisper 是一个本地运行的语音转文字（speech-to-text）命令行工具，用于将音频文件转录为文本，无需 API 密钥。
主要能力
- 本地转录音频：使用 whisper 命令对指定音频文件进行转录。
- 翻译任务：通过 --task translate 参数可将音频内容翻译输出。
- 多种输出格式：支持通过 --output_format 指定输出格式，例如 txt、srt。
- 指定输出目录：通过 --output_dir 指定结果保存位置。
- 模型选择：通过 --model 选择模型，较小模型速度更快，较大模型准确度更高。
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。
- 在本安装中，--model 默认值为 turbo。
- 如需更快处理可选用较小模型，如需更高准确度可选用较大模型。
适用场景 适用于需要在本地对音频文件进行转录或翻译，并希望以 txt、srt 等格式输出结果的场景。
限制 资料未提供关于支持平台、音频格式完整列表、模型具体规格、性能指标或收费情况的更多信息，暂未提供。