OpenAI Whisper

简介

Whisper 是 OpenAI 于 2022 年开源的语音识别模型，覆盖 99+ 语言，准确率行业领先，可完全本地运行（免费）也可通过 OpenAI API 使用。

核心功能

• 99+ 语言
• 完全开源
• 本地运行
• API
• 翻译功能

优缺点

详细介绍

这是什么

Whisper 由 OpenAI 于 2022 年 9 月开源，是首个达到行业商用水平的开源语音识别模型。Whisper 训练于 68 万小时多语言音频，覆盖 99+ 语言。最大特点是开源——可完全本地运行（无需 API 费用），是开发者与隐私重视者的首选。

核心功能

• 语音转文字（99+ 语言）
• 翻译（任意语言转英文）
• 完全开源
• 本地运行（CPU / GPU）
• OpenAI API（$0.006/分钟）
• 多种模型大小

适合谁

• 开发者集成
• 隐私重视的离线场景
• 大批量转写（成本敏感）
• 多语言转写

注意事项

Whisper 本地部署完全免费，但需要技术能力 + 硬件（GPU 推荐）。OpenAI API $0.006/分钟（10 小时音频 $3.6），价格低于其他 API。

常见问题

对比 OpenAI Whisper 与同类工具