OpenAI Whisper 是 OpenAI 开源的语音识别模型，支持 99 种语言的语音转文字和语音翻译，识别精度极高，可在本地免费运行，无需依赖云端 API。
核心功能
• 高精度识别：在多种语言的语音识别基准测试中达到或超越人类水平
• 多语言支持：支持 99 种语言的语音转录，自动检测语言无需手动指定
• 语音翻译：可直接将外语音频翻译并转录为英文文本
• 完全开源：模型和代码完全开源，可免费下载并在本地部署运行
• 多格式支持：支持 MP3、MP4、M4A、WAV 等多种音频和视频格式
• 时间戳输出：提供精确的词级和段级时间戳，方便字幕制作
适用场景
• 🎙️ 会议转录：将会议录音自动转为文字记录，提升会议效率
• 🎬 字幕生成：为视频自动生成精准的多语言字幕文件
• 📝 采访整理：快速将采访录音转换为可编辑的文字稿
• 🌐 翻译辅助：将外语音频直接转录翻译为英文，方便理解
• 🔒 离线处理：本地运行确保敏感音频内容不上传云端，保护隐私
