Whisper v0.2 本地语音转文字工具安装与使用指南

Whisper v0.2 本地语音转文字工具安装与使用指南

Whisper v0.2 是一款基于 Faster Whisper 模型优化的免费开源本地语音转文字工具。它在海量音频数据集上训练完成，支持多语言识别、翻译及语言检测。即便在普通 CPU 设备上，也能实现高效、精准的转换，无需依赖高性能硬件。

软件下载

获取安装包：Whisper 语音转文字工具安装包

安装与启动

解压下载好的压缩包到指定目录。找到主程序（.exe），右键选择以管理员身份运行以确保正常启动。若需后续快速打开，可右键主程序选择发送到→桌面快捷方式。

核心参数设置

初次使用建议关注以下关键配置，这直接影响识别速度与稳定性。

模型选择

默认集成 medium 模型，日常使用无需额外下载。如需更高精度（large）或更快速度（small），可在控制台查看下载进度，完成后即可切换。

GPU 选项设置

若电脑配备支持 CUDA 的独立显卡，可选择 GPU 模式加速；若无独显或显卡不支持 CUDA，务必保持 CPU 模式。强行开启 GPU 可能导致程序崩溃。

推理精度

普通 CPU 用户推荐 int8 精度，大幅提升速度且保证准确率；使用 large 模型时，建议设为 float32 以避免精度误差。

操作流程

1. 导入音频：点击选择文件，支持 wav、mp3 格式。
2. 开始识别：确认参数无误后点击开始识别。
3. 保存结果：识别完成后点击保存结果，选择路径将文字保存为 txt 文件。