之前推荐过讯飞语言转写，可领取录音文件转写免费5小时额度，无奈有时间限制，且额度比较低。为不受限制，我们可搞个本地识别。得益于众多免费开源AI大模型，简单配置即可轻松实现想要的功能，下面介绍两个版本，给大家提供思路。
一、CPU版
论坛：https://www.52pojie.cn/thread-1954443-1-1.html
下载软件和模型，设置加载模型位置
选择转写文件、识别模型，开始识别
缺点：速度取决于CPU性能，长录音可能很慢，显卡版则可以大幅提高识别速率
二、显卡版
1、安装CUDA
准备工作：英伟达显卡安装CUDA，检查是否安装CUDA：Win+R，cmd，回车
nvcc --version提示：nvcc不是内部或外部命令 ，则需自行安装，建议NVIDIA App–驱动程序，更新到最新版。然后通过NVIDIA App-系统-我的装备打开NVIDIA控制面板，选择帮助-系统信息-组件，查看CUDA版本。
下载CUDA Toolkit：https://developer.nvidia.com/cuda-toolkit-archive
一路默认安装，检查CUDA是否安装成功
nvcc --version
2、下载语言模型
模型下载网站：https://huggingface.co/
搜索模型：ggerganov/whisper.cpp，切换到Files and versions选项卡，选择适合自己的模型下载
可选中等模型ggml-medium.bin，若下载慢/无法下载，可右键复制链接到迅雷下载
3、下载Whisper
下载WhisperDesktop.zip到本地
加载bin语言模型
切换到转换语音文件模式
选择转换语言，音频位置，保存文件格式及位置，然后点击Transcribe，进行语音识别
可选SubRip subtitles字幕文件，这里选文本
NVIDIA GeForce RTX 3060
专用 GPU 内存 12.0 GB
共享 GPU 内存 8.0 GB
中等模型效率：大概1分钟转换9.0分钟的音频
大型模型效率：大概1分钟转换5.5分钟的音频
对比转写结果，发现大型模型的识别准确度更高，而显存也仅占用5G多
上述软件及模型，已经转录网盘，方便下载
附
件
下
载
文件名称：Whisper及模型
适用版本：Windows
更新日期：2025-07-25
文件大小：1.8G
提示：遇问题或链接失效请联系站长，本站欢迎捐赠！
Invitation
QQ Group
1095632335
created:04/01/2020
Welcome to the Group
Use this card to join us and participate in a pleasant discussion together .
Welcome to JISHUSONGSHU Group,wish you a nice day .
Whisper及模型 | Windows
下载
关注
