（6157期）Faster Whisper Transcription – 本地语音转文字，隐私零泄露

本地语音转文字，隐私零泄露 本地语音转文字，隐私优先，离线运行，无需上传云端。 使用说明 核心用法 Voice Transcription Skill 基于 Faster Whisper 实现本地语音转文字，支持命令行直接调用。用户通过 voice-transcribe 命令指定音频文件路径即可完成转录，默认使用 tiny 模型以平衡速度与精度，同时提供 base、small、medium 四级模型可选，满足从快速草稿到高精度归档的不同场景需求。 显著优点 隐私优先：完全本地运行，语音数据不上传任何第三方服务器，适合处理敏感对话或机密内容 开源可控：基于 Faster Whisper（OpenAI Whisper 的高效 C++ 实现），代码透明，无黑箱操作 硬件友好：tiny 模型可在 CPU 上实时运行，无需 GPU 即可满足日常需求 格式兼容：支持 OGG 等常见语音格式，与主流通讯工具（如 Telegram、微信）导出的语音文件直接兼容 潜在缺点与局限性 准确率trade-off：tiny 模型对口音、背景噪声、专业术语识别能力有限，高精度场景需切换至更大模型 资源占用：medium 模型需要显著更多 RAM，低配置设备可能无法运行 安装复杂度：需手动安装 Python 依赖（--break-system-packages 标志在部分系统存在争议），非技术用户门槛较高 无说话人分离：当前实现不支持区分多说话人，会议转录场景需额外处理 适合人群 隐私敏感型用户（律师、医生、记者、商务人士） 需要批量处理语音归档的技术人员 开源工具爱好者与自托管方案构建者 网络受限或无法使用云端 API 的环境 常规风险 本地模型文件下载需从 Hugging Face 等渠道获取，首次使用需联网 大模型运行时 CPU 占用较高，可能短暂影响系统响应 转录结果仍需人工校对，不可替代关键决策依据 原始说明 Transcribes local voice messages to text using Faster Whisper models for fast, privacy-focused speech recognition on audio files.