感谢 Notion AI 为本篇提供了不少废话

<aside> 🧰 **语音识别（STT）**技术将语音信号转换成文本，应用于自动字幕生成、语音助手和翻译等领域。

Whisper 是 OpenAI 开发的 ASR 系统，支持多种语言和口音，利用机器学习和大规模数据训练，准确处理复杂语音输入，为用户提供高质量转录服务。

Whisper 的字幕制作功能：

自动转录：将音频自动转录为文本，提高字幕制作效率。

多语言支持：为多语言音频生成字幕，适用于多语言视频制作。

高准确性：准确识别和转录复杂语音，保证字幕内容准确。

时间戳生成：生成与音频时间轴对应的文本时间戳，字幕精确同步视频。

降噪功能：在背景噪音情况下准确识别语音，生成清晰字幕。

综上，Whisper 可简化和加速字幕制作流程，提高字幕质量和准确性。

</aside>

1. GUI 客户端

1. **Whisper Transcription**

Mac客户端，免费使用 Tiny 和 Small 模型，够用

1. https://github.com/CheshireCC/faster-whisper-GUI

Windows客户端，免费，没用过，估计还行吧

2. CLI

1. https://github.com/Softcatala/whisper-ctranslate2
2. https://github.com/Purfview/whisper-standalone-win

（2有神秘力量加持，比1快，但并不是开源软件，GitHub并没有该程序的源代码）

3. Colab

<aside> 🐍 Google Colab 是一个基于云的 Jupyter 笔记本环境，允许用户编写和执行 Python 代码。它特别适用于机器学习、数据分析和深度学习等领域，因为它提供了免费的 GPU 和 TPU 资源，用户可以利用这些资源进行高性能计算，而无需配置本地环境。

</aside>

1. https://github.com/ChanJianHao/Faster-Whisper-Google-Colab
2. https://github.com/cnbeining/Whisper_Notebook

两个不知道有什么区别，我用1。免费算力免费GPU，省电又省心