Whisper UI - AI音频转写是一款功能强大的应用程序，可让您在几秒钟内将任何音频文件转换为文本或字幕。无论您需要转录采访、讲座、播客还是视频，Whisper UI都能轻松准确地处理。 Whisper UI不仅仅是一个转录应用程序。它是一款完全离线的应用，使用OpenAI Whisper（最先进的语音识别模型）在您的计算机上转录音频。这意味着您不需要任何互联网连接，也不必担心您的数据被发送到远程服务器。您可以快速安全地转录音频文件，而不会在质量或隐私方面做出妥协。 GPU硬件加速：Whisper UI通过集成GPU硬件加速支持实现了巨大飞跃。利用计算机的CPU、OpenCL和NVIDIA CUDA（版本12和11）的强大功能，显著提升转录性能。此功能可实现更快的处理时间和更流畅的操作，尤其适用于冗长或复杂的音频文件。 完全离线功能：利用先进的OpenAI Whisper语音识别模型，Whisper UI完全离线运行。这确保您的转录在设备上处理，无需互联网连接，保证隐私和安全。 新功能：LLM驱动的离线字幕翻译 Whisper UI现在包含一项突破性功能，利用大型语言模型（LLM）离线翻译字幕，充分利用您计算机的强大功能。 使用Whisper UI，您可以： - 转录任何格式的音频，包括MP4、MOV、MKV、AVI、MJPEG、MPEG、F4V、FLV、M2T、M2TS、M2V、3GP、3G2、MP3、WAV、OGG、FLAC、M4A、M4V、AIFF - 直接从计算机的麦克风或任何音频输入设备录制和转录音频 - 选择输入音频语言和输出文本语言 - 将57种不同语言的音频翻译成英语 - 指定57种受支持语言中的任何一种作为源语言 - 生成多种格式的字幕，包括.srt、.ass、.vtt、.ssa、.lrc - 下载生成的文本或字幕文件 - 在应用程序内编辑或更正转录内容 - 作为Scorpio Player的后台服务安装，使用您自己计算机的功能进行实时转录并显示字幕 - 使用Mica、Mica Alt、Acrylic或动态着色器动画背景自定义应用程序外观 - 离线翻译字幕：通过集成LLM，您现在可以在没有互联网连接的情况下翻译字幕 - 利用计算机的强大功能：翻译过程直接在您的计算机上执行 - 支持多种语言：此功能支持各种语言之间的翻译 Whisper UI是任何处理音频内容的人的终极应用程序。它通过在几分钟内为您提供准确且可编辑的转录，节省您的时间和精力。它还通过一键翻译音频，帮助您与来自不同语言和文化的人进行交流和协作。 可用模型和语言 有五种模型大小，提供速度和准确性的权衡。以下是可用模型的名称及其大致内存要求。 AI字幕翻译器支持的语言： 英语（美国）、英语（英国）、简体中文、繁体中文、阿拉伯语、德语、法语、意大利语、日语、韩语、葡萄牙语、俄语、西班牙语、土耳其语 内存使用情况 Model Disk Mem SHA tiny 75 MB ~125 MB bd577a113a864445d4c299885e0cb97d4ba92b5f base 142 MB ~210 MB 465707469ff3a37a2b9b8d8f89f2f99de7299dac small 466 MB ~600 MB 55356645c2b361a969dfd0ef2c5a50d530afd8d5 medium 1.5 GB ~1.7 GB fd9727b6e1217c2f614f9b698455c4ffd82463b4 large 2.9 GB ~3.3 GB ad82bf6a9043ceed055076d0fd39f5f186ff8062

使用先进的AI技术将音频和视频文件转换为准确的文本转录 实时语音听写可在您说话时立即捕获您的语音 自动生成SRT格式字幕，用于视频内容和辅助功能 支持多种语言和方言，用于全球内容转录 GPU加速为大型音频文件提供闪电般的处理速度 批处理可高效处理多个文件以节省时间 智能文本编辑器允许轻松优化和更正转录内容 翻译功能帮助打破内容中的语言障碍 支持所有主要音频和视频格式，包括MP3、WAV、MP4等 本地处理确保完全隐私，无需云上传 模型管理让您选择最适合您需求的AI模型 专业级输出适用于商业、教育和内容创作 离线功能无需互联网连接即可实现最大可靠性 直观的拖放界面不需要技术专业知识 以多种格式导出转录内容，以便在其他应用程序中使用 时间戳转录帮助您轻松浏览长录音 语音活动检测自动从转录中删除静音 自定义设置允许微调以获得最佳准确性 进度跟踪显示转录作业的实时状态 轻量级且高效，系统资源占用最少