在本地搭建 Whisper 语音转写环境比较简单，以下是详细步骤，适用于 Windows、macOS 和 Linux 系统，其中windows系统亲测可用：
一、基础环境准备
- 安装 Python
确保安装 Python 3.8+：
- 下载地址：python.org/downloads
- 安装时勾选 "Add Python to PATH"（关键步骤）
- 验证 Python 安装
打开命令行（CMD/PowerShell/ 终端），输入：python --version # 或 python3 --version（macOS/Linux），显示版本号即表示安装成功。
二、安装 Whisper
# 国内镜像加速（可选）
pip install openai-whisper -i https://pypi.tuna.tsinghua.edu.cn/simple
- 安装核心库
命令行输入以下命令（国内用户可加镜像加速）：
# 基础安装（默认包含轻量模型支持） pip install openai-whisper
- 安装音频处理依赖
Whisper 需要额外工具处理音频格式：Windows：下载并安装 FFmpeg，将 ffmpeg.exe 所在目录添加到系统环境变量 PATH。
三、下载 Whisper 模型（可选）
Whisper 会自动下载所需模型，也可提前手动下载（推荐大型模型 large-v3 以获得**效果）：
# 安装时指定模型（自动下载） pip install "openai-whisper[large-v3]"
模型会保存在以下路径（可手动替换或管理）：
- Windows：
C:Users你的用户名.cachewhisper
- macOS/Linux：
~/.cache/whisper/
四、基本使用方法
1. 命令行直接转写
# 转写音频文件（支持 WAV/MP3/MP4 等格式）
whisper 你的音频文件路径.wav --model large-v3 --language Chinese
# 示例（替换为你的文件路径）
whisper D:Net_Program estwhisper-test.wav --model large-v3 --language Chinese
2. 关键参数说明
--model：指定模型（tiny/base/small/medium/large-v3，越大精度越高，需求资源越多）--language Chinese：指定语言为中文（避免自动检测错误）--output_dir 输出目录：指定结果保存路径--format txt：输出格式（支持 txt/srt/vtt 等）
五、Python 脚本调用（进阶）
if name == “main”:
# 安装繁转简依赖（首次运行需要）
try:
import zhconv
except ImportError:
print(“正在安装繁转简依赖…”)
subprocess.run([“pip”, “install”, “zhconv”], check=True)
import zhconv
六、常见问题解决
- 内存不足
- 若提示
OutOfMemoryError，换用更小的模型（如medium或small） - 关闭其他占用内存的程序（
large-v3建议至少 16GB 内存）
- 若提示
- 音频格式错误
- 用 FFmpeg 转换格式：
ffmpeg -i 输入文件.mp3 -ar 16000 -ac 1 输出文件.wav（转为 16kHz 单声道 WAV）
- 用 FFmpeg 转换格式：
- 模型下载慢
- 手动下载模型文件（可在 Hugging Face 找到），放入
.cache/whisper/目录
- 手动下载模型文件（可在 Hugging Face 找到），放入
通过以上步骤，你可以在本地搭建一个稳定的 Whisper 转写环境，无需依赖 Ollama，直接调用模型进行语音转写。如果追求更高精度，优先使用 large-v3 模型；若注重速度或资源有限，可选择 small 或 base 模型。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/252115.html