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。
Select Language