AudioToText

音频一键转写并翻译成目标语言字幕

开源 free 语音识别

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 396

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类语音识别

开发团队Carleslc

所属国家

官网地址https://carleslc.me/AudioToText

GitHubhttps://github.com/Carleslc/AudioToText

定价模式free

价格说明开源免费，使用需自备Whisper与DeepL API密钥

访问状态

是否开源是

开源协议

主要语言Jupyter Notebook

技术栈/模型audio,audio-processing,captions,colab-notebook,deepl,ffmpeg,google-colab,jupyter-notebook,language,openai-whisper,python,speech-to-text,subtitles,text,transcribe,transcription,translate,translation,whisper,whisper-api

GitHub 星标★ 396

30天Star增速

HF 下载量

上线时间2023-02-06 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-12

浏览次数0

项目介绍

AudioToText 是一个基于 Jupyter Notebook 的开源工具，核心思路是把 OpenAI 的 Whisper 语音识别模型和 DeepL 翻译 API 串成一条流水线：先对音频做转写，再把转写文本翻译成目标语言，最终输出带时间轴的字幕文本。它主要解决音视频内容跨语言处理的问题，比如把一段英文播客或会议录音快速变成中文字幕，省去手动听写和逐句翻译的重复劳动。项目依赖 ffmpeg 处理音频格式，可在 Google Colab 上直接运行，对不想配置本地环境的用户比较友好。整体定位是轻量脚本式方案，适合个人做小批量转写和翻译，而不是面向生产环境的高并发服务。