最近整理并发布了一个 Python 音频转文字命令行工具，主要用于将音频文件转换成文本或字幕文件。 项目支持本地 Whisper 模型，也可以使用 OpenAI 语音 API，方便根据自己的环境和需求选择转录方式。 目前支持的功能包括： 使用 Whisper 进行本地语音转录 支持 OpenAI 语音 API 支持导出 TXT、SRT、VTT、TSV、JSON 等格式 可选使用 DeepL 进行转录文本翻译 安装方式： pip install "cykk-audio-transcriber[all]" 使用示例： audiototext interview.mp3 --model small --output-formats txt,srt 项目需要 Python 3.11+ 和 FFmpeg，采用 MIT 开源许可证。 相关链接： GitHub： https://github.com/cykk/audiototext-pypi PyPI： https://pypi.org/project/cykk-audio-transcriber/ Zenodo： https://zenodo.org/records/22139346 欢迎大家试用，也想听听大家对长音频转录、识别准确率和字幕分段处理方面的经验与建议。

  • 情报分类：工作与职业机会
  • 分类依据：内容涉及招聘、求职或职业发展
  • 信息来源：服务器 / V2EX
  • 发布时间：2026/10/16 23:09:22