（6463期）Openai Whisper 1.0.0 – 本地语音转文字，无需联网

本地语音转文字，无需联网 OpenAI开源的本地语音转文字工具，无需API密钥即可在设备端运行Whisper模型，支持多语言转录与翻译 使用说明 Whisper (CLI) 综合评估 核心用法 Whisper CLI 是 OpenAI 开源的本地语音识别工具，通过命令行直接调用。基础语法为 whisper <音频路径> 配合模型、任务类型及输出格式参数。支持 MP3、M4A 等常见格式，可输出 TXT、SRT、JSON 等多种格式。典型场景包括： 转录：--model medium --output_format txt 翻译：--task translate --output_format srt 模型首次运行时自动下载至 ~/.cache/whisper，默认使用 turbo 模型，用户可按需选择 smaller/tiny/base/small/medium/large 等规格平衡速度与精度。 显著优点 完全本地运行：音频数据不上传云端，隐私保护极佳 零 API 成本：无需 OpenAI API 密钥，无调用费用 多语言原生支持：OpenAI 官方模型覆盖 99 种语言 开源可信：代码与模型权重完全公开，可审计 格式灵活：支持字幕生成、时间戳对齐等场景 潜在局限 硬件依赖：本地推理需 GPU/NPU 加速才能获得实时性能，纯 CPU 体验较差 模型体积：large 模型约 3GB，对存储与内存有要求 无自动更新：模型与工具版本需手动维护 无实时流式：官方 CLI 设计为文件批处理，非实时字幕场景需额外方案 适合人群 隐私敏感的内容创作者（播客、访谈记录） 需离线工作的开发者与研究人员 预算有限、调用量大的字幕制作团队 多语言音频处理需求的本地化场景 常规风险 首次模型下载可能因网络中断导致损坏，需手动清理缓存重试 长音频处理时风扇高负载、设备发热属正常现象 专有名词、口音较重场景准确率可能下降，建议后期校对 原始说明 Local speech-to-text with the Whisper CLI (no API key).