http://www.edu365.site:80/tags/voice/ Recent content in Voice on Love Hugo zh-CN haoyuli@protonmail.com (haoyuli) haoyuli@protonmail.com (haoyuli) haoyuli Wed, 13 May 2026 00:00:00 +0000 http://www.edu365.site:80/posts/blog/voice-text/ Wed, 13 May 2026 00:00:00 +0000haoyuli@protonmail.com (haoyuli) http://www.edu365.site:80/posts/blog/voice-text/ <p>🚀 只需两行代码，实现语音转文字（Whisper-ctranslate2）</p> <p>这是目前我发现<strong>最快、最简单</strong>的语音转文字方案之一。</p> <p>一个小时的音频文件，只需要几分钟就可以完成处理，非常适合做字幕、笔记整理、访谈转录等场景。</p> <p>它不仅支持多语言（英语 + 96种语言），还能在<strong>噪音环境</strong>下保持不错的识别效果，即使口音较重也能处理。</p> <p>最重要的是：<br> 👉 <strong>完全免费 + 开源</strong></p> <p>我们使用的是 <code>whisper-ctranslate2</code>，这是基于 OpenAI Whisper 的升级版本（OpenAI 也就是开发 ChatGPT 的公司）。</p> <p>相比原版 Whisper，它的特点是：</p> <ul> <li>⚡ 速度更快</li> <li>🎯 精度更高</li> <li>🧠 使用更简单</li> </ul> <hr> <h1 id="-安装第一行代码">🧩 安装（第一行代码）</h1> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-bash" data-lang="bash"><span style="display:flex;"><span>pip install git+https://github.com/Softcatala/whisper-ctranslate2 </span></span></code></pre></div><h1 id="-语音转文字第二行代码">🎧 语音转文字（第二行代码）</h1> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-bash" data-lang="bash"><span style="display:flex;"><span>whisper-ctranslate2 audio.mp3 --device cuda --model large-v3 </span></span></code></pre></div><h1 id="-翻译成英文英文字幕">🌍 翻译成英文（英文字幕）</h1> <p>如果你想直接把语音翻译成英文：</p> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-bash" data-lang="bash"><span style="display:flex;"><span>whisper-ctranslate2 audio.mp3 --device cuda --model large-v3 --task translate </span></span></code></pre></div><h1 id="-中文识别优化简体--繁体">🇨🇳 中文识别优化（简体 / 繁体）</h1> <p>简体中文优化：</p> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-bash" data-lang="bash"><span style="display:flex;"><span>whisper-ctranslate2 audio.mp3 --device cuda --model large-v3 --initial_prompt 这是一段中文普通话 </span></span></code></pre></div><p>📦 支持输出格式</p> <p>该工具可以输出多种格式，包括：</p> <p>TXT（纯文本） SRT（字幕文件） VTT（网页字幕） JSON（结构化数据）</p>