基本条件
- 独显
- Whisper 本体：下载
WhisperDesktop.zip - ggml 语音模型：模型有大小之分，模型越大，占用的硬盘和内存就越多。中等的是 1.5 GB 硬盘，2.6 GB 内存的占用，更多的信息可以看 Available models 表格
用法
- 解压
WhisperDesktop.zip； - 将下载好的模型文件放到你觉得合适的路径；
- 启动
WhisperDesktop.exe； - 在 Whisper 中指定模型的加载路径：
- 然后在「Advanced…」（高级）中配置显卡设定：
- 「OK」进入下一步；
- 「Language」选择「Chinese」，并去掉「Translate」的勾选，而后，指定待转换文件的路径，在「Output Format」中选择是需要纯文本还是字幕或别的什么类型的文件，输出路径可以选择和输入文件相同（勾选「Place that file to the input folder」），也可以任意指定，一切都设置好以后，点击「Transcribe」：
- 然后它就会调用显卡开始劳动：
- 完成！
- 查看结果：
这个结果有点怪，因为这首歌完全是 ChiliChill 的原创，但是一大堆「刘亦凡」不知道是怎么转录出来的，也许是特定的旋律鼓点让我们的模型认为它像是「刘亦凡」罢。
总的来说准确率还是挺高的，有时候会出现莫名其妙的繁体结果，如果是这样，就丢到 Word 里做一下简繁转换即可。