whisper-auto-transcribe

拖入音频，自动出文字，无需命令行

这是一个基于 OpenAI Whisper 的自动音频转写工具，旨在提供简单易用的语音转文本解决方案。它解决了普通用户在使用 Whisper 时面临的命令行操作复杂、参数配置繁琐的问题，通过封装底层模型并提供直观的 Gradio 图形界面，让用户无需编写代码即可完成音频文件的批量转写。核心能力包括：支持多种音频格式输入，自动检测语言并进行转写，可输出带时间戳的文本结果，同时提供实时进度显示和结果预览。项目采用 Python 和 PyTorch 构建，利用 Whisper 的深度学习模型实现高精度识别，适合个人笔记整理、会议记录、字幕生成等场景。整体设计轻量，部署简单，适合快速上手。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 229

维护状态低维护

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队tomchang25

所属国家

官网地址

GitHubhttps://github.com/tomchang25/whisper-auto-transcribe

定价模式free

价格说明开源项目，MIT许可证，完全免费，需自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型asr,deep-learning,gradio,gradio-interface,language-model,pytorch,speech-processing,speech-recognition,speech-to-text,text-to-speech,video-captioning,voice-activity-detection

GitHub 星标★ 229

30天Star增速

HF 下载量

上线时间2022-09-24 00:00:00

最近更新2026-08-15 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3