使用Whisper輕鬆語音轉文字

語音轉文字的工具

下載Whisper

Whisper下載網址｜https://github.com/Const-me/Whisper

執行Whisper｜下載並載入模型

詢問了AI後，關於模型的選擇說明大概是：

1. 硬體性能

• 低階設備（手機、舊電腦）：選擇 tiny 或 base，檔案小（75-142 MB），速度快，適合 CPU 或低記憶體環境。
• 中階設備（筆電、M1/M2 Mac）：選 small（466 MB）或量化版（如 small-q5_1，181 MB），兼顧速度與品質。
• 高階設備（配 NVIDIA GPU 的桌機）：用 medium（1.5 GB）或 large-v3（3.06 GB），支援 CUDA 加速，精度最高。

2. 語言需求

• 只轉英文：選 .en 版本（如 base.en），模型更小，專注英文辨識更準。
• 多語言（含中文）：選無 .en 的版本（如 medium 或 large-v3），支援 100 多種語言，包括中文。

3. 用途與精度

• 快速測試或簡單語音：tiny 或 base，夠用且省資源。
• 會議記錄或清晰語音：small 或 medium，精度提升，錯誤率降低。
• 專業用途（播客、採訪）：large-v3 或 large-v3-turbo，提供最佳辨識，尤其複雜環境或多語者。

4. 檔案大小與速度

• 量化版本（如 -q5_1、-q8_0）：檔案小 30-50%，速度快，但細節略損，適合硬體有限時。
• 未量化版本（如 ggml-large.bin）：完整精度，適合高品質需求。

執行Whisper｜轉譯影音為字幕檔

翻譯的速度還蠻快的，正確率也不錯！