免费在 GitHub 公开中文介绍

openai-whisper

使用whisper在本地转录音频文件，保存为文本或生成翻译字幕，无需API密钥。可选择不同大小的模型，根据任务需求平衡处理速度与准确度。

原文查看原文说明

Local speech-to-text with the Whisper CLI (no API key).

openclaw/openclaw

AI 评分100分/ 100 查看安装方法

适用场景

将录音转录为可阅读的文本
根据音频制作翻译字幕
按速度或准确度需求选择模型

中文介绍

功能

openai-whisper可以在本地转录音频文件，并将结果保存为文本。它使用whisper命令行工具，可指定输出格式、保存目录和使用的模型。资料给出了两种示例：将MP3转录为文本，以及翻译M4A音频并生成SRT格式的字幕。若更重视处理速度，可以选择较小的模型；若更重视准确度，则可以选择较大的模型。

适用场景

适合将录音整理成方便回顾的文字，或根据音频准备翻译字幕。对于希望在本地处理音频、不准备API密钥的用户，也可以使用。模型和输出格式都能按具体用途选择，例如录音转文字或音频翻译字幕。

使用示例

“使用medium模型转录这个MP3，并保存为文本。”
“翻译这个M4A，并输出SRT格式的字幕。”

注意事项

需要安装whisper。虽然无需API密钥，但首次运行时会将模型下载到~/.cache/whisper。资料所述环境中的默认模型是turbo。

本介绍由 AI（OpenAI Codex）根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。

客观评估

AI 仅根据 SKILL.md 的内容，从 4 个方面进行了评估。星标数和热度不计入评估。

指令清晰度能否看出何时使用、做什么: A良好资料明确说明用途是通过whisper在本地转录音频。
步骤具体性步骤、输入输出和示例是否具体: A良好示例指定了输入文件、模型、保存位置及TXT或SRT输出。
安全性发送数据、删除文件、执行命令等是否有说明: A良好资料明确说明本地处理方式及首次运行时的模型下载位置。
安装难易度所需工具和 API 密钥是否少且有说明: A良好资料说明所需的whisper、安装信息、无需API密钥及首次模型下载。

总分按每项 A=25 分、B=15 分、C=5 分相加。由 AI（OpenAI Codex）于 2026年10月19日评估。仅供参考，安装前请同时查看原文。

如果您认为评估有误，请申请复核

包含的文件（1）

SKILL.md914 B

SKILL.md（原文）

安装前可以查看交给 AI 代理的指令内容。

Whisper (CLI)

Use whisper to transcribe audio locally.

Quick start

whisper /path/audio.mp3 --model medium --output_format txt --output_dir .
whisper /path/audio.m4a --task translate --output_format srt

Notes

Models download to ~/.cache/whisper on first run.
--model defaults to turbo on this install.
Use smaller models for speed, larger for accuracy.

评价

还没有评价。欢迎分享你的使用感受。

无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

同一仓库的技能