准备工作

这些只需设置一次

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

步骤

1. 将音频文件转换为 16kHz 的 .wav 文件： ffmpeg -i SOURCE_FILE.wav -ar 16000 output.wav
2. 然后在 whisper.cpp 目录下执行 ./main -m models/ggml-medium.en.bin -f output.wav >> output.txt，转录结果会通过管道写入 output.txt

• 大约 3 分钟音频需要 2 分钟完成转录（medium 模型，769M 参数）
• 或大约 12 分钟音频需要 1 分钟完成转录（base 模型，74M 参数）