Tải về

Whisper (offline)

Chuyển giọng nói thành văn bảnNgoại tuyếnChỉ CPUĐược dùng thương mại

Biến lời nói trong video của bạn thành phụ đề có thời gian, trên máy tính của bạn, với whisper.cpp. Không cần tài khoản đám mây, không cần card đồ họa, không cần cài Python. Chọn một mô hình một lần; sau khi tải xong, không có gì rời khỏi máy bạn.

Cài đặt từ Subtitld

Cài đặt Tiện ích bổ sung Whisper (offline) Cài đặt

Subtitld tải về, kiểm tra SHA-256 và giữ cho tiện ích luôn được cập nhật.

Mã nguồn trên GitHub
Ngôn ngữ
99
Mô hình
9
Tải tiện ích bổ sung
21–46 MB
RAM, tối thiểu
512 MB

Nó làm gì

Một phụ đề cho mỗi câu

Các đoạn xuất hiện trên dòng thời gian khi đang giải mã, rồi được nhóm lại để mỗi phụ đề chứa một câu thay vì một mẩu.

Tất cả, một khoảng, hoặc vùng chọn

Chuyển thành văn bản toàn bộ video, một đoạn của nó, hoặc chỉ các phụ đề bạn đã chọn.

Sẵn sàng cho chế độ Ghi âm

Mô hình được giữ tải giữa các cụm từ, nên chỉ cụm đầu tiên phải chờ nó tải.

Hủy bất cứ lúc nào

Dừng trong khoảng một giây, ngay cả giữa chừng khi đang giải mã, và không bao giờ để lại kết quả dở dang.

Nâng cấp từ 26.03? Đây là công cụ từng được tích hợp sẵn. Nó giữ nguyên mã định danh, cài đặt và các tệp mô hình, nên thiết lập và mô hình đã tải của bạn được giữ lại mà không cần tải lại.

Mô hình

Mô hình lớn hơn mắc ít lỗi hơn và chạy lâu hơn. Base là mặc định và là một khởi đầu tốt; hãy thử Small hoặc Medium cho tên riêng, giọng vùng miền và âm thanh nhiễu. Các phiên bản .en chỉ hiểu tiếng Anh và nhanh hơn một chút.

Mô hình Tải vềRAMPhù hợp với
Tiny tiny · tiny.en
75 MB
~0.3 GBBản nháp nhanh, máy tính chậm
Base Mặc định base · base.en
142 MB
~0.4 GBLời nói rõ, đa số video
Small small · small.en
466 MB
~0.9 GBGiọng vùng miền, tên riêng, phỏng vấn
Medium medium · medium.en
1.5 GB
~2.1 GBÂm thanh nhiễu, nhiều ngôn ngữ
Large v3 large-v3
2.9 GB
~3.9 GBKết quả tốt nhất, khi có đủ thời gian

Các mô hình được lấy từ ggerganov/whisper.cpp trên Hugging Face, một lần duy nhất, lần đầu bạn dùng chúng.

Nơi lưu mô hình

Trong bộ nhớ đệm mô hình dùng chung của Subtitld, không bao giờ nằm trong tiện ích bổ sung, nên các bản cập nhật không xóa chúng. Gỡ cài đặt tiện ích bổ sung cũng giữ lại chúng; tự xóa thư mục nếu bạn muốn giải phóng dung lượng.

Hệ thống Thư mục
Linux ~/.cache/subtitld/models/whispercpp
macOS ~/Library/Caches/subtitld/models/whispercpp
Windows %LOCALAPPDATA%\subtitld\subtitld\Cache\models\whispercpp

Tùy chọn

Trong Cài đặt › Tiện ích bổ sung › Whisper (offline) › Cấu hình.

Model
Mặc định: base

Mô hình nào sẽ dùng. Xem bảng ở trên.

CPU threads
Mặc định: 0

Tự động dùng tối đa 4 luồng. Tăng lên trên máy có nhiều nhân hơn để chạy nhanh hơn.

Group output by phrases
Mặc định: bật

Một phụ đề cho mỗi câu. Tắt đi để giữ các đoạn gốc của Whisper, thường cắt ngang câu.

Models folder
Mặc định: trống

Để trống sẽ dùng chung bộ nhớ đệm mô hình của Subtitld. Trỏ đến nơi khác để giữ mô hình trên một ổ đĩa khác.

Ngôn ngữ

99 ngôn ngữ, hoặc để trống ngôn ngữ để tự nhận diện. Các thẻ vùng miền như pt-br dùng ngôn ngữ chính của chúng; mọi biến thể tiếng Trung đều ánh xạ thành zh. Trong số các ngôn ngữ của Subtitld, chỉ có tiếng Zulu là không được hỗ trợ.

  • af
  • am
  • ar
  • as
  • az
  • ba
  • be
  • bg
  • bn
  • bo
  • br
  • bs
  • ca
  • cs
  • cy
  • da
  • de
  • el
  • en
  • es
  • et
  • eu
  • fa
  • fi
  • fo
  • fr
  • gl
  • gu
  • ha
  • haw
  • he
  • hi
  • hr
  • ht
  • hu
  • hy
  • id
  • is
  • it
  • ja
  • jw
  • ka
  • kk
  • km
  • kn
  • ko
  • la
  • lb
  • ln
  • lo
  • lt
  • lv
  • mg
  • mi
  • mk
  • ml
  • mn
  • mr
  • ms
  • mt
  • my
  • ne
  • nl
  • nn
  • no
  • oc
  • pa
  • pl
  • ps
  • pt
  • ro
  • ru
  • sa
  • sd
  • si
  • sk
  • sl
  • sn
  • so
  • sq
  • sr
  • su
  • sv
  • sw
  • ta
  • te
  • tg
  • th
  • tk
  • tl
  • tr
  • tt
  • uk
  • ur
  • uz
  • vi
  • yi
  • yo
  • zh

Nền tảng

Hệ thống Tải vềĐã thử
Linux x86-64 46.3 MBTrên máy thật và trong CI
macOS (Apple silicon) 21.4 MBTrong CI
Windows x86-64 21.7 MBTrong CI

Trước mỗi bản phát hành, mỗi bản dựng chạy một lần chuyển thành văn bản thật trong CI, được cài đặt đúng như Subtitld cài nó.

Khắc phục sự cố

  • model_missingTệp mô hình bị thiếu hoặc hỏng. Thông báo ghi tên tệp; xóa nó và chạy lại để tải mới.
  • network_unavailableKhông tải được mô hình. Thử lại; nếu sau proxy kiểm tra HTTPS, đặt SSL_CERT_FILE thành chứng chỉ của proxy đó.
  • disk_fullKhông đủ dung lượng cho mô hình. Giải phóng bớt, hoặc chuyển thư mục mô hình.
  • oomHết bộ nhớ. Chọn một mô hình nhỏ hơn.
  • unsupported_languageWhisper không biết ngôn ngữ này. Thử Vosk, hoặc tự nhận diện.

Giấy phép

Tiện ích bổ sung
Apache-2.0
Công cụ
MIT
whisper.cpp, pywhispercpp
Mô hình
MIT
Trọng số OpenAI Whisper ở dạng GGML

Phù hợp cho công việc thương mại. Một số tiện ích bổ sung khác dùng mô hình chỉ cho mục đích phi thương mại; mỗi trang đều nói rõ điều đó ở đầu.

Phiên bản

  • 0.0.1

    Offline speech-to-text for Subtitld with whisper.cpp (pywhispercpp 1.5.1).

    Models are not included: the selected GGML model downloads once on first use into Subtitld's shared model cache, so models downloaded by earlier Subtitld versions are reused.

    The add-on is Apache-2.0. Each archive contains THIRD_PARTY_LICENSES/ with the licences of the third-party components frozen into it: whisper.cpp and pywhispercpp are MIT, pybind11 and numpy are BSD-3-Clause, and the Python runtime and its libraries are under their own permissive licences.

    The Linux archive also ships, inside numpy's OpenBLAS, the GCC Fortran runtime (GPL-3.0 with the GCC Runtime Library Exception) and libquadmath (LGPL-2.1-or-later). The complete source of that libquadmath build is attached here as whispercpp-addon-<version>-libquadmath-source.tar.gz; the add-on's own source is whispercpp-addon-<version>-source.tar.gz.

Các tiện ích bổ sung Chuyển giọng nói thành văn bản khác

Cập nhật · Từ danh mục tiện ích bổ sung Báo cáo sự cố với tiện ích bổ sung này