Whisper (offline)
使用 whisper.cpp，在你自己的电脑上把视频中的语音转为带时间戳的字幕。无需云端账户，无需显卡，无需安装 Python。选定一个模型即可；下载完成后，没有任何内容会离开你的电脑。
设置 插件 Whisper (offline) 安装
Subtitld 会下载它、校验其 SHA-256，并保持更新。
- 语言
- 99
- 模型
- 9
- 插件下载量
- 21–46 MB
- 内存，至少
- 512 MB
功能说明
解码进行时，片段会出现在时间轴上；之后会重新分组，使每条字幕只包含一个完整的句子，而不是零碎的片段。
可以转录整个视频、其中一段，或只转录你选中的字幕。
模型在两句话之间保持加载，因此只有第一句需要等待加载。
约一秒内即可停止，即使是在解码途中，也不会留下半成品的结果。
从 26.03 升级？ 这就是之前内置的引擎。它保留了相同的 id、设置和模型文件，因此你的设置和已下载的模型都会保留，无需重新下载。
模型
模型越大，错误越少，但耗时也越长。Base 是默认值，适合入门；遇到人名、口音或嘈杂的音频时，可以试试 Small 或 Medium。.en 版本只理解英语，速度略快一些。
| 模型 | 下载 | 内存 | 适合 |
|---|---|---|---|
| Tiny tiny · tiny.en | ~0.3 GB | 快速草稿，较慢的电脑 | |
| Base 默认 base · base.en | ~0.4 GB | 清晰的语音，大多数视频 | |
| Small small · small.en | ~0.9 GB | 口音、人名、访谈 | |
| Medium medium · medium.en | ~2.1 GB | 嘈杂的音频，多种语言 | |
| Large v3 large-v3 | ~3.9 GB | 效果最好，时间允许时使用 |
模型首次使用时会从 Hugging Face 上的 ggerganov/whisper.cpp 下载，只下载一次。
模型保存位置
模型保存在 Subtitld 共享的模型缓存中，而不在插件内部，因此更新不会删除它们。卸载插件后模型也会保留；如需释放空间，请自己删除该文件夹。
| 系统 | 文件夹 |
|---|---|
| Linux | ~/.cache/subtitld/models/whispercpp |
| macOS | ~/Library/Caches/subtitld/models/whispercpp |
| Windows | %LOCALAPPDATA%\subtitld\subtitld\Cache\models\whispercpp |
选项
在 设置 › 插件 › Whisper (offline) › 配置 中。
base使用哪个模型。见上表。
0“自动”最多使用 4 个线程。在核心更多的电脑上可以调高，以提升速度。
每句话一条字幕。关闭后则保留 Whisper 自己的分段，这些分段常常会在句中断开。
留空则与 Subtitld 共用模型缓存。指定其他位置，可以把模型保存在另一个驱动器上。
语言
支持 99 种语言；如果留空语言，则自动检测。pt-br 这类地区标签会使用其主语言；所有中文变体都映射为 zh。在 Subtitld 支持的语言中，只有祖鲁语不受支持。
afamarasazbabebgbnbobrbscacscydadeeleneseteufafifofrglguhahawhehihrhthuhyidisitjajwkakkkmknkolalblnloltlvmgmimkmlmnmrmsmtmynenlnnnoocpaplpsptrorusasdsiskslsnsosqsrsusvswtatetgthtktltrttukuruzviyiyozh
平台
| 系统 | 下载 | 已测试 |
|---|---|---|
| Linux x86-64 | 46.3 MB | 在真实机器上运行，并在 CI 中测试 |
| macOS (Apple 芯片) | 21.4 MB | 在 CI 中测试 |
| Windows x86-64 | 21.7 MB | 在 CI 中测试 |
每次发布之前，每个构建版本都会在 CI 中以安装 Subtitld 的方式运行一次真实的转录。
故障排除
model_missing模型文件缺失或已损坏。错误信息会指出具体文件；删除它并重新运行，即可重新下载。network_unavailable模型下载失败。请重试；如果你在会检查 HTTPS 的代理之后，请将SSL_CERT_FILE设为其证书。disk_full空间不足，无法存放模型。请释放一些空间，或者移动模型文件夹。oom内存不足。请选择较小的模型。unsupported_languageWhisper 不支持该语言。可以尝试 Vosk，或改用自动检测。
许可
可用于商业工作。其他一些插件使用的模型仅限非商业用途；每个插件页面的顶部都会注明。
版本
- 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 iswhispercpp-addon-<version>-source.tar.gz.