企业官网建设流程全解析

faster-whisper-GUI：离线跑完22段录音，转写全程不到两小时

【免费下载链接】faster-whisper-GUIfaster_whisper GUI with PySide6项目地址: https://gitcode.com/gh_mirrors/fa/faster-whisper-GUI

周五下午，22段会议录音摊在桌面上，合计5小时40分钟，都要变成带时间戳的文字稿。faster-whisper-GUI 就是我为这摊事找的工具：一个基于 faster-whisper 的离线语音转文字GUI，音频全程在本地处理，不碰任何云端。

先交代一下我手上这摊事

素材是22个m4a文件，单段最短18分钟、最长74分钟，其中3段是英文访谈，其余全是中文会议。要交付的东西：每段一个带时间戳的SRT加一份TXT文字稿，3段英文还要标出说话人。纯手动听写的话，至少得熬两个通宵。下面是我实际走通的路径，按顺序做就能拿到一样的东西。

软件怎么跑起来

先克隆仓库装依赖，启动脚本就在根目录：

git clone https://gitcode.com/gh_mirrors/fa/faster-whisper-GUI cd faster-whisper-GUI pip install -r requirements.txt python FasterWhisperGUI.py

窗口是Fluent风格的界面，语言和主题色在设置页就能改。第一次启动会在后台拉取Silero VAD等依赖模型，我这边耗时约6分钟，进度条走完才能加载Whisper模型。第一次跑卡在这一步别急着重开，我以为是网断了，其实是它在正常下载，等它自己走完就好。

模型怎么选：看你的硬件说话

这一步决定速度和准确率，核心就四个选项：

• 模型大小：日常会议用small或medium就够，我最终用的是large-v3，单段50分钟音频实测8分钟左右出结果；
• 设备：有N卡选cuda，没有就cpu；
• 计算精度：float16偏快，int8省内存，float32最稳；
• 线程数：默认4，我机器16核，调到12后CPU转写明显提速。

模型支持从Hugging Face在线下载，也支持指向本地目录直接加载，加载逻辑可以看模型加载源码。首次下载慢不慢，全看你的网络，下面避坑清单里有我后来用的离线加载做法。

三个真正影响结果的转写参数

转写参数页选项很多，但动三处就够：

1. 语言：直接指定zh，别用Auto，省掉前30秒的语言检测；3段英文访谈我单独改成en跑；
2. 温度（temperature）：正式会议我压到0.2，内容松散的访谈放到0.5，压得太低反而容易漏词；
3. VAD过滤（vad_filter）：开着它，Silero VAD会把静音段直接跳过，22段文件实测省了约11%的转写时间。

再顺手把word_timestamps打开，后面导出逐字LRC就靠它。剩下的beam_size、patience这些保持默认就行。

批量文件怎么跑：整文件夹拖进去

模型就位后，把22个m4a全拖进文件列表，软件自动过滤掉非音频文件，点开始就排队跑。我中途去开了个会，回来时21段已经出结果，全程没看一次屏幕。列表里每个文件的状态一目了然，跑砸的单独删掉重跑就行，不用整批清空。

跑完切到结果页，起止时间、文本、单词级时间戳都在表格里，错了双击就能改，改完再导出。输出支持ASS、JSON、LRC、SMI、SRT、TXT、VTT七种格式，我这次每段导了SRT和TXT两份。

进阶：让转写结果分清谁在说话

如果你遇到多人开会分不清谁说了什么，可以打开WhisperX的说话人分离。做法是切到WhisperX选项卡，勾选说话人识别并限定人数区间（我按3人开会设了3~3）。跑完每句话前会带出speaker编号，3段英文访谈的纪要整理基本就是复制粘贴的活了。

我栽过的几个跟头

• 转出来全是重复词，循环念同一句话：温度太高加VAD没开，模型在静音段里"幻听"。降到0.2、打开vad_filter，重跑一遍就干净了。
• 卡在模型下载页半天不动：大模型走Hugging Face直连太慢。提前把模型下好放进本地缓存目录，界面里勾"使用本地模型"直接加载，我后来全程没再碰过在线下载。
• CPU上medium跑得心疼：不是坏了，是模型选大了。8核机器用medium以下、线程数拉满，50分钟音频40分钟出结果，日常够用。
• 英文访谈里夹中文专名，断词很怪：默认词表不认识这些专名。把专名填进hotwords热词栏，下一段就认对了。

它把faster-whisper那套命令行参数全搬进了图形界面，转写错了也能回头改字。今晚就能试：挑一段30分钟左右的录音，按上面的顺序走一遍。🎉

【免费下载链接】faster-whisper-GUIfaster_whisper GUI with PySide6项目地址: https://gitcode.com/gh_mirrors/fa/faster-whisper-GUI