本地语音转文字

5天前更新 1 00
收藏 0

Whisper CL

收录时间：
2026-02-26
手机查看
本地语音转文字本地语音转文字
本地语音转文字

技能简介

openai-whisper 是基于 OpenAI Whisper 模型的本地语音转文字工具，通过命令行直接调用，无需联网或 API 密钥即可将音频文件转换为文本。

能做什么

  • 将 MP3、M4A 等格式音频转录为 TXT、SRT 等文本格式
  • 支持多语言音频的翻译任务（translate 模式）
  • 选择不同模型平衡速度与准确度

使用说明

安装指令

brew install openai-whisper

基础用法

# 标准转录
whisper /path/audio.mp3 --model medium --output_format txt --output_dir .

# 翻译为英文并输出字幕
whisper /path/audio.m4a --task translate --output_format srt

注意事项

  • 首次运行时会自动下载模型到 ~/.cache/whisper
  • 默认使用 turbo 模型，小模型速度快，大模型准确度高

输入与输出

见下方输入与输出表格。

项目内容
输入本地音频文件路径；可选参数：模型大小（tiny/base/small/medium/large/turbo）、任务类型（transcribe/translate）、输出格式（txt/srt/vtt/json/tsv）
输出指定格式的文本文件，默认保存至当前目录或 –output_dir 指定路径
适用人群内容创作者、研究人员、需要离线语音处理的开发者、注重隐私的个人用户
不包含实时流式识别、云端服务、可视化操作界面、商业授权的技术支持

 

风险提示

  • 模型文件较大，首次下载需充足磁盘空间与网络
  • 长音频处理占用较多内存与 CPU/GPU 资源
  • 转录质量受音频清晰度与背景噪音影响

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/steipete/openai-whisper/SKILL.md
来源类型：GitHub 仓库

数据统计

相关导航

暂无评论

none
暂无评论...

标签云