分享一个 Python 音频转文字命令行工具，支持 Whisper 本地转录

最近整理并发布了一个 Python 音频转文字命令行工具，主要用于将音频文件转换成文本或字幕文件。

项目支持本地 Whisper 模型，也可以使用 OpenAI 语音 API，方便根据自己的环境和需求选择转录方式。

目前支持的功能包括：

• 使用 Whisper 进行本地语音转录


• 支持 OpenAI 语音 API


• 支持导出 TXT、SRT、VTT、TSV、JSON 等格式


• 可选使用 DeepL 进行转录文本翻译

安装方式：

pip install "cykk-audio-transcriber[all]"

使用示例：

audiototext interview.mp3 --model small --output-formats txt,srt

项目需要 Python 3.11+ 和 FFmpeg，采用 MIT 开源许可证。

相关链接：

• GitHub： https://github.com/cykk/audiototext-pypi


• PyPI： https://pypi.org/project/cykk-audio-transcriber/


• Zenodo： https://zenodo.org/records/22139346

欢迎大家试用，也想听听大家对长音频转录、识别准确率和字幕分段处理方面的经验与建议。