用途：在本地通过 Whisper 命令行工具进行语音转文字（语音识别），不需要 API Key。
主要能力：可将音频文件转写为文本，也支持将语音翻译为英文；可指定输出格式（如 txt、srt）和输出目录；可切换模型以平衡速度与准确度，较小模型更快，较大模型更准确。
使用方式（示例命令保持原样）： whisper /path/audio.mp3 --model medium --output_format txt --output_dir . whisper /path/audio.m4a --task translate --output_format srt
注意事项：首次运行会下载模型到 ~/.cache/whisper；在当前安装中 --model 默认值为 turbo。其他参数、支持的语言范围及硬件要求暂未提供。