超快速的语音转文字工具whisper-turbo-mlx

项目简介

该存储库使用 MLX 提供了 Whisper 模型的快速、轻量级实现，所有内容都包含在一个不到 300 行的单个文件中，专为高效音频转录而设计。

安装

brew install ffmpeggit clone https://github.com/JosefAlbers/whisper-turbo-mlx.gitcd whisper-turbo-mlxpip install -e .

快速开始

要转录音频文件：

wtm test.wav

要在 Python 脚本中使用该库：

>>> from whisper_turbo import transcribe>>> transcribe('test.wav', any_lang=True)

快速参数

quick 参数允许您在两种转录方法之间进行选择：

• quick=True ：利用并行处理方法实现更快的转录。此方法可能会产生断断续续的输出，但速度明显更快，非常适合速度优先的情况（例如，将生成的成绩单输入LLM以收集许多音频记录的快速摘要）。

• quick=False （默认）：采用循环处理方法，该方法速度较慢，但会产生更忠实和一致的转录（仍然比其他参考实现更快）。

您可以在调用 transcribe 函数时指定该参数：

wtm --quick=True

>>> transcribe('test.wav', quick=True)