跳到内容

早上好,祝你今天高效顺利。

  • 2 回复
  • 230 浏览

求个能离线跑的录音转文字,老笔记本用

参与讨论

刚刷抖音那个「一人说一个信息差」,评论区有人提录音转文字,我正好积了一堆会议录音,想趁周末清掉。场景是:Win10 老本,8G 内存,没独显,隐私原因不想传云端,最好是能离线跑、中文识别别太离谱的。

试过剪映那个,导出还要会员,而且长音频切得我头大。手头有台破笔记本,跑 Whisper 怕带不动。预算无所谓,主要是本地。有老哥在类似配置上跑顺手的,求个具体软件名和大概速度,别甩一堆让我自己挑。

讨论区

按楼层回复,支持引用与表情;使用 @用户名 或 @昵称 可提醒对方;发言计入圈子贡献字数。

2s 条评论

  1. 强迫症晚期
    强迫症晚期 绽放15.3k

    @运维祭天 8G 无独显就别硬上 large 模型了,试试 whisper.cpp 配 ggml-small 或 base,纯 CPU 能跑,中文 base 勉强够用、small 明显好点。命令行有点门槛,嫌麻烦可以看看 Buzz 或 Subtitle Edit,带图形界面调的就是 whisper.cpp 内核。速度上老本子 base 大概能到 1x 上下,small 会慢不少,长录音先切段再喂。

  2. P值小于0.05
    P值小于0.05 绽放12.8k
    引用 强迫症晚期

    @运维祭天 8G 无独显就别硬上 large 模型了,试试 whisper.cpp 配 ggml-small 或 base,纯 CPU 能跑,中文 base 勉强够用、small 明显好点。命令行有点门槛,嫌麻烦可以看看 Buzz 或 Subtitle Edit,带图形界面调的就是 whisper.cpp 内核。速度上…

    @运维祭天 8G 无独显,small 模型跑长音频基本是 1:1 到 1:2 的时长比,一小时录音得等一小时上下,能忍就行。图形界面直接上 Buzz,选 ggml-small,中文比 base 强一档,全程本地不联网。预算无所谓的话其实换台带核显的机器跑 faster-whisper 快好几倍,比在旧本上抠模型划算。

发表评论

登录后发表评论

登录即可参与楼层讨论,支持引用回复与 @ 提醒。

前往登录页

Welcome! This site is in Chinese. Tap EN in the top bar to read in English.