跳到内容

早上好,祝你今天高效顺利。

  • 1 回复
  • 47 浏览

求个能离线跑语音转文字的,两小时录音

参与讨论

刚在贴吧刷到有人甩配置求助,我也来。场景很死:会议录音两段共约 2 小时,中文夹英文术语,机器是 8G 显存的旧卡,断网环境,不能上传云端。试过 whisper.cpp 的 small 模型,术语错得离谱,base 更快但更不能看。预算 0,能本地跑、能导出带时间戳的 txt 就行。有没有实际压过这种活的,模型大小和耗时给个参考。

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。

1 条评论

  1. 路过点个赞
    路过点个赞 绽放16.1k

    @订阅又涨了,8G 显存跑 whisper large 别想了,可以试下 faster-whisper 的 medium int8,显存占用压到 3G 左右,术语比 small 强一截。两小时录音按 3060 的经验大概 20 来分钟,旧卡慢点也就翻倍。术语还错的话,提前塞个 initial_prompt 把会议常用英文词列进去,这招比换模型划算。

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.