Openai Whisper

• 您需要在本地轉錄音訊或影片檔案，無需 API 金鑰或使用費用。
• 您希望進行保護隱私的轉錄，讓音訊永不離開您的裝置。
• 您需要直接從音訊生成字幕／說明檔案（.srt）。
• 您正在處理一批錄音，並希望完全掌控模型大小與速度之間的取捨。

• 您需要即時或串流轉錄功能 — Whisper CLI 處理的是檔案，而非即時音訊串流。
• 您需要具備保證可用性與 SLA 的託管雲端轉錄服務。
• 您的機器磁碟空間或記憶體非常有限，無法容納模型權重（即使是最小的模型也需要數百 MB）。

Openai Whisper 完全在您自己的硬體上運行。無需 OpenAI 帳號、無需 API 金鑰，也不會將任何資料傳送至外部伺服器——只需一次下載模型權重，即可離線進行語音轉錄。

透過 --output_format 旗標，支援 txt、srt、vtt、tsv 和 json 等輸出格式，讓您只需一道指令，即可輕鬆產生字幕、副標題或純文字逐字稿。

傳入 --task translate 即可自動將非英語語音翻譯為英文文字，此功能由與語音轉錄相同的模型權重驅動。

從多種模型中選擇（tiny、base、small、medium、large、turbo），以平衡轉錄速度與準確度。此安裝的預設模型為 turbo。模型在首次下載後會快取於 ~/.cache/whisper。

將錄製好的 .mp3 或 .m4a 檔案放入 Openai Whisper，並加上 --model medium --output_format txt 參數，即可取得乾淨的文字逐字稿，且無需將敏感對話上傳至第三方服務。

使用 --output_format srt 來產生字幕檔案，可直接匯入影片編輯器或媒體播放器，非常適合需要在本地端為錄影內容加上字幕的內容創作者。

對外語音頻執行 --task translate，一步驟即可獲得英文逐字稿，適合需要處理多語言原始素材的研究人員或新聞工作者使用。