Whisper – 支持 GPU 加速与多语言实时转录的 AI 神器
Whisper 是基于 OpenAI 开源的 Whisper 模型构建的本地语音转文字工具。它能在你的电脑上直接将音频或实时麦克风输入转换为文本，无需联网。适合需要高隐私性、离线使用或批量处理录音文件的用户，支持 Windows、macOS 和 Linux。
软件功能
1. 支持实时语音转写：打开麦克风即可边说边出字幕。
2. 可导入 MP3、WAV、FLAC 等常见音频文件进行离线转录。
3. 提供多种模型尺寸选择（tiny 到 large），平衡速度与准确率。
4. 自动识别并标注说话人（需启用 diarization 功能）。
5. 支持输出带时间戳的 SRT 字幕文件，方便视频剪辑使用。
6. 可指定识别语言，也支持自动检测语种。
软件特色/亮点
1. 完全本地运行：所有处理在你自己的设备完成，音频不会上传到任何服务器。
2. GPU 加速支持：若电脑有 NVIDIA 显卡，可启用 CUDA 显著提升转写速度。
3. 多语言能力强：官方模型支持 99 种语言，中文识别准确率较高。
4. 开源透明：核心模型和多数客户端代码公开，社区持续优化。
5. 实时模式延迟低，在中高端电脑上可做到接近“说话即出字”的体验。
更新日志
1. 新增对 Apple Silicon（M1/M2/M3）芯片的原生优化，转写速度提升约 40%。
2. 修复了部分 WAV 文件因采样率异常导致无法加载的问题。
3. 优化 GPU 内存管理，large 模型在 6GB 显存显卡上也能稳定运行。
4. 改进了实时模式下的断句逻辑，减少单词被拆散的情况。
5. 根据用户反馈，增加了“暂停/继续”实时录音的按钮，避免误触发全程录制。
Whisper – 支持 GPU 加速与多语言实时转录的 AI 神器
Whisper 是基于 OpenAI 开源的 Whisper 模型构建的本地语音转文字工具。它能在你的电脑上直接将音频或实时麦克风输入转换为文本，无需...
点击下载文档文档为doc格式
声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
