本地语音转文字STT Powered by Faster Whisper
软件介绍
最近接到一个需求,需要把录音转换为文字,一看网上几款常用的工具,想不到都是收费的;找了找,发现基本上都需要云端api,仅有的几个本地的都需要使用GPU中的cuda计算。因此,开发了这么一款语言转文字的小工具,基于Faster Whisper模型,在cpu上也能达到不错的效果。
软件截图
使用方法
双击文件打开,在左上角选择模型,左下角选择推理方式与精度(cpu推荐int8,速度更快)。
若没有支持c[]uda的GP[]U请不要选择[]GPU,否则[]会崩溃(原本[]想导入pyt[]orch库判[]断cuda_[]is_ava[]ilable[]的,但是这样[]打出来的包会[]把一整个py[]torch一[]起打包进去,[]太大了,后来[]就没这么处理[])
首次使用需要下载模型,进度在console中可见,请耐心等待。