简介
Whisper 是 OpenAI 发布的开源语音识别模型和 Python 软件包，支持多语言转录、将语音翻译成英语、语言识别和语音活动检测。官方仓库包含模型代码、命令行用法、Python 示例、模型卡，以及速度和显存需求不同的多种模型。 开发者可以通过软件包安装，也可以结合 PyTorch 和 FFmpeg 在本地运行。官方仓库包含产品源代码，并采用 MIT License，适合在遵守许可证的前提下用于自托管项目。它主要面向构建转录与音频处理流程的开发者。
Whisper
Whisper 是开源语音识别模型与 Python 软件包，支持多语言转录、语音翻译、语言识别和语音活动检测，可本地运行并输出多种格式的转录结果。