本地语音转文字 STT Powered by Faster Whisper v0.2 免费开源 支持CPU

最近，我遇到了一个将录音转换为文字的需求。经过一番查找，发现网上的大多数工具都需要付费，而一些免费的工具却依赖云端API，或者必须使用支持CUDA计算的GPU。于是，我决定开发一款语言转文字的小工具，基于Faster Whisper模型，即便在普通的CPU上也能实现出色的效果。

如何使用

1. 启动程序：双击文件打开工具。
2. 选择模型：在左上角选择你想使用的模型。
3. 设置推理方式与精度：在左下角选择推理方式和精度。推荐在CPU上选择 int8 模式，这样速度更快。
4. 注意GPU选择：如果你的电脑没有支持CUDA的GPU，务必不要选择GPU选项，否则程序可能会崩溃。原本计划通过pytorch库检测CUDA是否可用，但这样会导致程序包过大，最终决定不采用这种方法。
5. 下载模型：首次使用时需要下载模型，下载进度可以在控制台（console）中查看，请耐心等待。

更新与常见问题

1. 兼容性问题：

该工具需要运行在Windows 10 64位及以上版本的系统中，不支持Windows 7、XP等较老版本的操作系统。

一些低端的奔腾、赛扬处理器可能由于缺少必要的指令集而无法正常运行。

2. 模型选择：

使用 large 模型时，建议将精度设置为 float32。

对于其他两款模型，使用 int8 精度即可。

3. 网络问题：

模型文件较大，请确保网络连接稳定。如果遇到下载失败的问题，建议删除同目录下的 models 文件夹，然后重试下载。

如果以上解答没有解决你的问题，请在评论区反馈，并附上控制台中的输出内容，以便我们更好地帮助你解决问题。谢谢！