项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
技术标签
使用教程
—
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 具备图形界面的桌面系统(本项目为 PySide6 桌面 GUI 程序)
- 本地已具备运行 faster-whisper / whisperX 相关依赖的环境(README 仅给出依赖链接,未给出版本要求)
- 足够的磁盘空间用于存放 faster-whisper 模型文件(如 large-v3 float32 体积较大)
- 网络可访问 HuggingFace,或可访问百度云网盘下载模型
安装与启动步骤
-
1获取软件
从项目 GitHub 地址获取软件本体;README 未给出具体安装方式,需以仓库提供的发布包或说明为准。
git clone https://github.com/CheshireCC/faster-whisper-GUI.git -
2选择模型
打开 HuggingFace 的 faster-whisper 模型列表页,按需挑选 tiny、base、small、medium、large-v3 等模型。
-
3下载 large-v3 模型
如需 large-v3 float32 模型,可从作者提供的 HuggingFace 仓库下载,或使用百度云网盘链接(提取码 5xq8)。
-
4软件内下载转换
README 说明也可以直接在软件中下载并转换模型,无需手动准备模型文件。
-
5确认用户协议
使用前需阅读并同意用户协议:须在符合所在国家或地区法律的前提下使用本软件。
如何确认成功
打开软件能正常进入主界面,并成功加载或转换所选 faster-whisper 模型即可视为可用。
常见问题
Q:模型从哪里获取?
A:可从 HuggingFace 的 faster-whisper 模型列表页挑选下载,也可在软件内直接下载并转换;large-v3 float32 另有作者提供的 HuggingFace 仓库和百度云网盘链接。
Q:软件只支持 faster-whisper 吗?
A:README 说明当前版本还支持 whisperX,并支持 Demucs 模型。
Q:可以输出哪些文件格式?
A:README 说明可将音频或视频转录为 srt、txt、smi、vtt、lrc 等文件。
Q:没有命令行使用经验可以吗?
A:可以,本项目就是为 faster-whisper 提供图形界面的工具,所有 VAD 模型与 whisper 模型参数都可在界面中调节。
注意事项
- README 未提供具体安装命令,实际安装步骤请以仓库最新说明为准,不要自行猜测依赖版本。
- 百度云网盘链接的提取码为 5xq8。
- 使用本软件即表示已阅读并同意用户协议,需遵守所在国家或地区的法律法规。
- README 中提到的相关项目:PyQt-Fluent-Widgets、faster-whisper、whisperX、Demucs。
核心亮点
- 提供图形界面,无需命令行即可使用 faster-whisper,降低使用门槛
- 内置 VAD 检测,自动跳过静音段,转录速度更快且更准确
- 支持批量转换和多种导出格式(txt/srt/vtt),满足字幕制作需求
不足之处
- 界面功能相对基础,缺少高级编辑和校对功能
- 文档/社区待观察
适用场景
- 个人用户快速将会议录音转成文字稿
- 视频创作者为本地视频生成字幕文件
- 语言学习者转录外语音频以便对照学习
替代项目
WhisperDesktop、Buzz、SubtitleEdit
上一篇:speechbrain
下一篇:Mega-ASR
同类项目推荐
obs-localvocal
开源
直播录屏时,本地AI实时生成字幕,保护隐私零延迟
OBS plugin for local speech recognition and captioning using AI
LiveCaptions-Translator
开源
实时捕获系统音频,一键翻译成你懂的语言
Lightweight and powerful real-time audio/speech translation tool based on Windows Li···
speechbrain
开源
一站式 PyTorch 语音工具箱,快速搞定识别、说话人验证等任务
A PyTorch-based Speech Toolkit
whisper-diarization
开源
给语音转写加上说话人标签,会议记录一目了然
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper
