faster-whisper-GUI

本地拖拽音频，一键生成字幕文本

faster-whisper-GUI 是一个基于 PySide6 的桌面图形界面工具，旨在为 faster-whisper 语音识别模型提供易用的操作界面。它解决了原始 faster-whisper 命令行工具对普通用户不友好的问题，让用户无需编写代码即可完成音频/视频文件的转录。核心能力包括：支持多种 faster-whisper 模型（如 tiny、base、small、medium、large-v3），可自动下载模型；内置 VAD（语音活动检测）过滤静音，提升转录效率和准确性；支持批量处理文件，可导出为 txt、srt、vtt 等字幕格式；提供实时转录预览和参数调节（如语言、beam size、温度等）。项目界面简洁，功能聚焦，适合个人用户快速完成本地语音转文字任务。