WhisperDesktop1.8音频转文字软件【免费开源】

zhangrichens · 发表于 2023-5-20 21:41

本帖最后由 zhangrichens 于 2023-7-19 17:10 编辑

可实现本地电脑的音频转文字软件！完全免费开源！支持 Windows、macOS、Linux
（目前界面只有英文的，但支持中文的转换）

特征

基于 DirectCompute 的供应商不可知的 GPGPU；该技术的另一个名称是“Direct3D 11 中的计算着色器”
纯 C++ 实现，除了基本的 OS 组件外没有运行时依赖性
比 OpenAI 的实现快得多。
混合 F16 / F32 精度：自 D3D 版本 10.0 起，Windows [color=var(--color-accent-fg)]需要缓冲区的支持R16_FLOAT
内置性能分析器，可测量单个计算着色器的执行时间
内存使用率低
用于音频处理的媒体基础，支持大多数音频和视频格式（Ogg Vorbis 除外），以及大多数在 Windows 上运行的音频捕获设备（除了一些专业的，它们只实现 ASIO API [color=var(--color-accent-fg)]。
用于音频捕获的语音活动检测。

使用步骤：
下载 WhisperDesktop.zip、ggml-medium 语音模型（官方那里有好多规格如图一，作者推荐1.42G这个模型，下面百度云盘下载链接）

解压WhisperDesktop.zip，打开WhisperDesktop.exe，首先选择要加载的语音模型

加载完成后，就可以进行语音转文了

转换的过程如下图：

结果以文本格式输入。

另外一个功能是允许从麦克风捕获和转录或翻译实时音频

ggml-medium 语音模型（官方）：
https://huggingface.co/datasets/ggerganov/whisper.cpp/tree/main

作者推荐ggml-medium.bin（大小为 1.42GB）
链接：https://pan.baidu.com/s/1vszwzTdPOfmd041ywbAFHQ?pwd=xnbc
提取码: xnbc

蓝奏下载（最小的体验包）:https://wwnn.lanzoue.com/iZVcM0wq5lvg 密码:7go1

Whisper ：开源项目（官方）
https://github.com/Const-me/Whisper

蓝奏下载 :https://wwnn.lanzoue.com/iDT010wq4q6f 密码:57ko

zhangweiyi9 · 发表于 2023-5-20 23:51

阿里云盘分流：https://www.aliyundrive.com/s/4Q1kv3GYMWu
自解压格式。

wuan1975 · 发表于 2023-5-21 13:52

把本文用的模型全部转入百度网盘了，需要的请自取。
链接：https://pan.baidu.com/s/1psBcyAm0O5JygXccL7GCqA
提取码：52pj
--来自百度网盘超级会员V9的分享

natrastyle · 发表于 2023-5-21 00:03

音频文字双向转换的工具不多呀，多谢大佬推荐

zhangrichens · 发表于 2023-5-21 06:15

user1 发表于 2023-5-20 22:24
可以支持这么多种语言，而且还带翻译？突然我有一个想法

学以致用，终于可以深刻理解影片的对话了！

wsasecy · 发表于 2023-5-20 23:18

3G的模型不是更好么？不推荐只是因为体积过大？没耐心翻到作者推荐的页面文字，卤煮给个具体页面链接我看看哦~~

wmao28 · 发表于 2023-5-20 23:01

user1 发表于 2023-5-20 22:24
可以支持这么多种语言，而且还带翻译？突然我有一个想法

兄弟借一部说话

xinda3344 · 发表于 2023-5-20 21:44

虽然用不上，但还是多谢分享

user1 · 发表于 2023-5-20 22:24

可以支持这么多种语言，而且还带翻译？突然我有一个想法

刘统宝 · 发表于 2023-5-20 23:15

今天还用了网易见外平台，有这个就方便了，试试效果

shelly1314 · 发表于 2023-5-20 23:32

很好用的软件

xuehailong · 发表于 2023-5-21 00:11

超实用小工具

帐号		自动登录	找回密码
密码			注册[Register]

[Windows] WhisperDesktop1.8音频转文字软件【免费开源】