Whisper則是openAI公司開發的開源程式，可以單機執行語音轉文字。只是Whisper轉譯的速度實在太慢了，開發者利用C/C++將其編寫成Whisper.cpp，比起原來用python的Whisper速度快了不少。但無論是Whisper或是Whisper.cpp都是命令列介面（command line interface），使用者需要撰寫程式碼。

Whisper.cpp安裝

兩種安裝方式：

1. 依照Whisper.cpp的github網頁依步驟進行。
2. 使用Homebrew進行安裝。詳見此。
   - 這個方式安裝上比較簡易，但版本會比github網頁還要慢一點更新。

Whisper.cpp使用

支援的音檔格式

目前Whisper.cpp僅支援16-bit wav檔案，若非該格式則需要先經過轉檔。推薦使用Audacity軟體進行轉檔。

Whisper.cpp操作範例

單檔案轉譯

./main -m ./models/ggml-large-v3.bin -l en --output-vtt

• ./main：利用github安裝後呼叫Whisper.cpp的方法。若是使用Homebrew安裝的話語法完全不一樣。
• -m：調整使用的模型。預設是base，這個範例中改用large-v3
• -l：轉譯的語言，這裡是英文（en）。若音檔是中文，則要用zh。若選擇auto則進行自動偵測
• --output-vtt：輸出為vtt檔，另可選擇txt、srt、lrc等格式。

多檔案轉譯

`for i in data/*.wav; do ./main -m ./models/ggml-large-v3.bin -l zh --output-txt -f "$i"; done`

• 利用for迴圈轉譯「output資料夾」當中所有的wav檔案。
• -f：輸入的wav檔案路徑

使用心得

利用Whisper.cc轉譯了PEDro scale評分教學影片，共9個英文影片。對英文的轉譯幾乎百分之百正確。在M1的Macbook pro上，5分鐘的音檔5分鐘內就轉譯完成了，很快！