OpenAI语音识别(无需网络)

1 Whisper简介

如果希望离线识别语音，可以使用 OpenAI 的 Whisper，它是一个基于深度学习的语音识别模型，支持多语言（包括中文）。

2 Whisper安装

# 也可使用 GPU 加速（需安装 PyTorch）。
pip install openai-whisper

3 Whisper使用

import whisper

# 加载模型（第一次运行会自动下载）
model = whisper.load_model("base")  # 可选 small / medium / large

# 加载音频文件并进行转录
result = model.transcribe("example.wav", language="zh")  # 中文语音
print("识别结果：", result["text"])

import whisper

# 加载模型，并指定在 CPU 上使用 FP32 精度，download_root: 这是一个可选参数，用于指定模型下载的根目录。
model = whisper.load_model("small", device="cpu", download_root="./whisper_models")

# 转写音频文件（支持 mp3、wav、m4a 等格式）
result = model.transcribe("2.mp3", language="zh", fp16=False)

print("识别结果：", result["text"])