whisper-ctranslate2｜本地语音转录命令行工具

whisper-ctranslate2 是一款免费开源的本地语音转录命令行工具，基于 faster-whisper 与 CTranslate2 实现，最大特点是兼容 OpenAI Whisper 的命令行工作流——熟悉 whisper 命令的用户可以较低成本迁移。

已知能力（依据项目资料）：本地转录、批量推理、麦克风实时转录、字幕文件导出，以及可选的说话人分离；基础转录无需安装 PyTorch，这能显著降低环境配置负担。

适用人群：需要离线处理会议录音、访谈、课程音频的内容工作者；担心音频上传云端的隐私敏感用户；已有 Whisper 使用经验的开发者。

使用步骤：1）安装 Python 环境与工具本体，首次运行通常需下载模型权重；2）用单条音频文件试跑，确认输出语言、时间轴与字幕格式；3）按需调整模型规模、语言参数与输出目录，在速度与准确率之间取舍；4）需要实时场景时启用麦克风转录模式；5）批量处理时先小批量验证命名与输出结构；6）如需区分说话人，额外启用说话人分离相关配置。

费用与限制：软件本身开源，具体许可证需查阅仓库独立条款，商用或再分发前请确认。推理速度与准确率受本机 CPU/GPU、模型大小、音频质量影响，本站未实测。说话人分离的实际效果与所需额外依赖待核验；模型首次下载可能受网络条件影响，国内访问速度需自行测试。

来源与使用边界

原始入口：https://github.com/Softcatala/whisper-ctranslate2

整理来源：https://github.com/ikaijua/Awesome-AITools

依据来源资料经AI翻译整理，未由本站实测。原始资料许可：CC-BY-4.0；目录许可不代表各产品或文件的使用授权。费用、账号、国内访问与版本兼容条件以原始发布者最新说明为准。