懂AI
whisper-standalone-win

whisper-standalone-win

OpenAI 的 Whisper 和 Faster-Whisper 的独立可执行文件

提供简易的独立执行程序，免安装Python，支持多系统。通过命令行轻松进行视频文件转录与翻译，有效整合与批量处理，满足多样的语音识别需求。资源占用低，效率优化。

OpenAI's WhisperFaster-Whisper语音转录可执行文件命令行Github开源项目
访问官网GitHubHugging Face

项目介绍：whisper-standalone-win

whisper-standalone-win 是一种便利工具，为那些不想在使用 OpenAI 的 Whisper 和 Faster-Whisper 执行时处理 Python 安装的用户提供了独立可执行文件。这些工具可以直接在命令行界面中使用，也可以在类似 Subtitle Edit、Tero Subtitler、FFAStrans 和 AviUtl 等程序中应用。

支持平台

  • Faster-Whisper 可执行文件可以在 Windows 7、Linux v5.4、macOS v10.15 及以上版本上运行。
  • Faster-Whisper-XXL 可执行文件可在 Windows 7、Linux v5.4 及以上版本上运行。
  • Whisper 可执行文件支持 Windows 7 及以上版本。

项目功能

Whisper

Whisper 是原始的 OpenAI Whisper 实现，未对原始代码进行更改，其开发较为停滞，目前可能仅对某些测试有用。

Faster-Whisper

Faster-Whisper 经过优化和调整，尤其适合电影转录，并且更具便携性。该工具的特点包括：

  • 在命令行界面的标题栏中显示进度条。
  • 自动检测 GPU，并在存在 CUDA 的情况下优先使用 GPU 工作。
  • 默认情况下在同一文件夹中寻找模型，自动下载或手动从 Systran 和 Purfview 获取。
  • 各种实验性的设置和调整，提高速度和效率，如 beam_size=1 可以加快转录速度，内存使用也有所优化。

Faster-Whisper-XXL

这一版本包含所有 Faster-Whisper 的功能，并添加高级功能：

  • 使用 MDX23 Kim_vocal_v2 声音提取模型进行音频预处理。
  • 提供多种语音活动检测（VAD）方法。
  • 支持说话人分离。

使用示例

以下是一些简单的使用示例：

  • 转录指定视频文件：whisper-faster.exe "D:\videofile.mkv" --language English --model medium --output_dir source
  • 帮助命令示例：whisper-faster.exe --help

注意事项

  • 程序和库可以从 Releases 页面下载。请避免将程序复制到 Windows 系统文件夹中（若已执行，请以管理员身份运行）。
  • 推荐使用 'medium' 或更大的模型以获得良好的转录效果。
  • YouTube 视频和 GitHub 讨论页面提供了关于如何运行命令行程序和批量处理多个文件的指南。

通过这些实用的工具，用户能够以更简单的方式在不同平台上自由操作转录任务，无需过多的技术操作。同时，用户可以通过命令行对工具进行精细调整和优化，以满足特定的工作需求。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多