前置準備

這些都是一次性的設定

brew install ffmpeg # takes a while!
git clone https://github.com/ggerganov/whisper.cpp
cd whisper.cpp
make
cd models
./download-ggml-model.sh base.en or ./download-ggml-model.sh medium.en # see full model list here https://github.com/ggerganov/whisper.cpp/tree/master/models

步驟

1. 將音訊檔轉換為 16kHz 的 .wav 檔：ffmpeg -i SOURCE_FILE.wav -ar 16000 output.wav
2. 接著在 whisper.cpp 目錄下執行 ./main -m models/ggml-medium.en.bin -f output.wav >> output.txt，這會將轉錄結果導出至 output.txt

• 大約 3 分鐘的音訊需花 2 分鐘轉錄（適用於 medium 模型，769M 參數）
• 或大約 12 分鐘的音訊需花 1 分鐘轉錄（適用於 base 模型，74M 參數）