告别收费！自用音视频转文字工具｜基于 OpenAI 模型 + 简单易操作

宝宝爱学习

经常需要把音视频转成文字，试过不少市面上的工具，要么操作繁琐步骤多，要么动辄就要收费，用着特别不方便。
忍不了这种麻烦，就去查了查相关方案，发现 OpenAI 有款开源的语音识别模型特别合适！于是就使用Python 对接了这个模型，还顺手做了个 GUI 界面，不用敲代码就能直接用，新手也能快速上手～
软件里内置了 5 个可选模型，大家可以根据自己的需求选：

• tiny：体积最小，运行速度最快，识别精度相对一般，适合追求效率、对精度要求不高的场景（比如快速转写会议录音要点）；
• base：速度和精度的平衡款，日常使用最常用，大部分场景下都能满足需求；
• small：精度比 base 更高，运行速度会稍慢一点，追求更好识别效果又不想等太久的话选它准没错；
• medium：识别精度进一步提升，但对设备计算资源要求更高；
• large：精度最高，但硬件门槛也最高，运行速度也偏慢。
  

这里重点推荐大家选「small 模型」！识别精度足够高，日常转写视频台词、音频笔记都够用～ 至于 medium 和 large 模型，因为它们需要显卡支持，还要额外装显卡驱动，操作麻烦不说，打包后的安装包也会变大，所以我只保留了 CPU 版本，不用折腾显卡，普通电脑就能流畅运行。


第一次使用先下载模型！！

图片展示：



下载链接：

游客，如果您要查看本帖隐藏内容请回复