軟件介紹

最近接到一個(gè)需求，需要把錄音轉(zhuǎn)換為文字，一看網(wǎng)上幾款常用的工具，想不到都是收費(fèi)的；找了找，發(fā)現(xiàn)基本上都需要云端 api，僅有的幾個(gè)本地的都需要使用 GPU 中的 cuda 計(jì)算。因此，開發(fā)了這么一款語言轉(zhuǎn)文字的小工具，基于 Faster Whisper 模型，在 cpu 上也能達(dá)到不錯(cuò)的效果。

軟件截圖

使用方法

雙擊文件打開，在左上角選擇模型，左下角選擇推理方式與精度（cpu 推薦 int8，速度更快）。

若沒有支持 cuda 的 GPU 請(qǐng)不要選擇 GPU，否則會(huì)崩潰（原本想導(dǎo)入 pytorch 庫判斷 cuda_is_available 的，但是這樣打出來的包會(huì)把一整個(gè) pytorch 一起打包進(jìn)去，太大了，后來就沒這么處理）

首次使用需要下載模型，進(jìn)度在 console 中可見，請(qǐng)耐心等待。