
Whisper v0.2 是一款免费开源的本地语音转文字工具,基于通用语音识别模型开发,在海量音频数据集上训练完成,具备多任务处理能力 —— 支持多语言语音识别、语音翻译及语言识别,能轻松满足录音转文字需求。
该工具基于 Faster Whisper 模型优化,即便在普通 CPU 设备上,也能实现高效、精准的语音转文字效果,无需高性能硬件即可流畅使用。
Whisper语音转文字软件安装包下载:https://pan.quark.cn/s/3da25fd67c91
找到下载好的 Whisper v0.2 安装包,右键点击选择 “解压到当前文件夹”(或自定义解压路径),等待解压完成。

进入解压后的文件夹,找到软件主程序(通常以.exe 结尾),右键点击选择 “以管理员身份运行”,确保软件正常启动。
若需后续快速打开,可右键点击主程序,选择 “发送到”→“桌面快捷方式”,之后直接双击桌面快捷方式即可启动。


软件默认集成 “medium 模型”,无需额外下载,直接选择即可满足日常语音转文字需求。
若需更高精度(如 large 模型)或更快速识别(如 small 模型),需手动选择对应模型,下载进度会在软件控制台中实时显示,等待下载完成后即可使用。
若电脑配备支持 CUDA 的独立显卡,可选择 “GPU” 模式提升识别速度;
若电脑无独立显卡或显卡不支持 CUDA,务必不要选择 GPU 选项,否则可能导致程序崩溃,建议默认使用 CPU 模式。
普通 CPU 用户:推荐选择 “int8” 精度模式,能大幅提升识别速度,同时保证识别准确率;
使用 “large 模型” 时:建议将精度设置为 “float32”,避免因精度不足导致识别误差。

设置参数并启动识别:模型选择 “medium”(无需下载),根据电脑配置设置 GPU/CPU 模式及精度,确认无误后点击 “开始识别”。
保存识别结果:等待识别完成后,点击界面中的 “保存结果” 按钮,选择保存路径(如桌面、文档文件夹),即可将文字结果保存为本地文件(通常为 txt 格式)。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。