Openai Whisper

• Você precisa transcrever arquivos de áudio ou vídeo localmente sem uma chave de API ou custos de uso.
• Você quer uma transcrição que preserve a privacidade, onde o áudio nunca sai da sua máquina.
• Você precisa que arquivos de legenda (.srt) sejam gerados diretamente a partir do áudio.
• Você está processando um lote de gravações e quer controle total sobre as compensações entre tamanho do modelo e velocidade.

• Você precisa de transcrição em tempo real ou streaming — o Whisper CLI processa arquivos, não fluxos de áudio ao vivo.
• Você precisa de um serviço de transcrição em nuvem gerenciado com uptime garantido e SLAs.
• Sua máquina tem espaço em disco ou RAM muito limitados e não consegue acomodar os pesos do modelo (mesmo os menores modelos exigem várias centenas de MB).

O Openai Whisper é executado inteiramente no seu próprio hardware. Sem conta na OpenAI, sem chave de API e sem envio de dados para servidores externos — basta baixar os pesos do modelo uma vez e transcrever offline.

Suporta os formatos de saída txt, srt, vtt, tsv e json por meio da flag --output_format, facilitando a geração de legendas, subtítulos ou transcrições simples a partir de um único comando.

Passe --task translate para traduzir automaticamente fala em outros idiomas para texto em inglês, utilizando os mesmos pesos de modelo usados para a transcrição.

Escolha entre uma variedade de modelos (tiny, base, small, medium, large, turbo) para equilibrar a velocidade de transcrição com a precisão. O padrão nesta instalação é turbo. Os modelos são armazenados em cache em ~/.cache/whisper após o primeiro download.

Arraste um arquivo .mp3 ou .m4a gravado para o Openai Whisper com --model medium --output_format txt para obter uma transcrição em texto limpa sem precisar enviar conversas sensíveis para um serviço de terceiros.

Use --output_format srt para produzir um arquivo de legendas pronto para importar em editores de vídeo ou players de mídia, ideal para criadores de conteúdo que desejam adicionar legendas às suas gravações localmente.

Execute --task translate em áudios em idiomas estrangeiros para obter uma transcrição em inglês em uma única etapa, útil para pesquisadores ou jornalistas que trabalham com material-fonte multilíngue.