导言：当遇到无字幕、难理解的音频或视频，想要获取字幕文本怎么办？想要解放双手，在电脑端直接录音转文字怎么办？今天小编来为大家介绍一款全程免费、支持多语种、准确率高，且可以直接生成多种格式文字稿的ASR工具WhisperDesktop。 Whisper是由OpenAI开发的一个自动语音识别(ASR)开源系统。经过训练，它能够支持多种语言的语音转录，并且可以将这些语言翻译成英文，同时还能够有效地过滤掉背景音和杂音。
Whisper官方介绍 https://openai.com/research/whisper
Whisper支持的语言种类丰富
OpenAI的技术文档介绍了如何基于Whisper模型调用语言转文本API来实现语言转写或将语言翻译成英文的功能。
Speech-to-text API 介绍文档
https://platform.openai.com/docs/guides/speech-to-text
重点来了！
基于Whisper模型，Konstanti设计了一款工具WhisperDesktop，能够在Windows系统中直接使用，无需api key，且安装步骤及操作都十分便捷。下面就来跟随小编一起下载体验吧~
首先，打开https://github.com/Const-me/Whisper，找到页面右下方releases中的最新版本，点击进行下载。
完成下载后，将压缩包进行解压缩，找到WhisperDestop.exe，即为工具程序，点击运行。运行成功后进入主页面，开始配置。
在使用前，需要下载一个二进制文件，请点击页面中的Hugging Face。
https://huggingface.co/ggerganov/whisper.cpp/tree/main
打开这个网页之后，我们会看到很多文件，根据Whisper模型的不同型号（tiny, base, small, medium, large-v1, large-v2），网页上提供了多种二进制文件（.bin文件）。模型越大，转写及翻译的准确度就越高，但同时运行的速度也会相对变慢。大家可以根据电脑配置及使用需求来选择。
推送下方可观看使用演示视频
将文件下载成功后，将文件所在的本地路径复制到Model Path后，配置完毕，点击OK，进入使用界面。
1.在language中选择音频或者视频中的语种。如果希望将其他语言翻译成英文，请勾选Translate。
2.点击Transcribe File栏中右侧的小方框，选择转写文件。
3.在Output Format的下拉菜单中，你可以选择输出的格式：纯文本Text、带时间轴的文本Text with timestamps、SRT格式的字幕文件 SubRip subtitles以及WebVTT格式的字幕文件 WebVTT subtitles。
4.如果希望将转写文件与原文件放在同一目录下，请勾选 “Place that file to the input folder”，或者你可以选择新建一个文件，将文件的路径复制到下方。
均设置好后，点击Transcribe进行转写。
WhisperDesktop还支持Audio Capture的功能，即将录音结果进行转写或翻译。点击下方Audio Capture按钮，进入音频转写页面。
将转写文件、语言、输出文件等设置选定后，点击Capture，开始录音并转写。
如果想返回文件转写页面，点击下方Transcribe File即可。
希望本次介绍可以对大家日常的学习生活有所帮助，也期待小伙伴们可以多多探索这个工具的不同使用场景。
特别说明：本文仅供学习交流，如有不妥欢迎后台联系小编。
翻译技术教育与研究ChatGPT专题组致力于探索发掘ChatGPT为代表的AI工具在语言服务不同阶段的应用，进而提高从业者的工作效率。专题小组目前的主要方向是探索提示词(prompt)及流程变更如何提升交互效果；了解及推介Github等平台上的AI应用，AI应用嵌入语言服务流程及其优化方式。小组通过定期会议及讨论确定选题方向并通过文章、视频等形式分享探索结果，欢迎通过文章留言为大家提供建议意见！
