macOS安装whisper进行语音识别.md
title: 在 macOS 上安装 Whisper 进行语音识别
在 macOS 上安装 Whisper 进行语音识别
第一步：安装 Homebrew
Homebrew 是一个开源的软件包管理工具，非常适合在 macOS 系统上使用。
如果您已经安装了 Homebrew，可以跳过此步骤。
安装过程
- 访问 Homebrew 官网
- 复制官网提供的安装命令
- 粘贴到终端中并回车执行
注意：下载过程可能比较耗时，请耐心等待。
配置环境变量
安装完成后，您需要配置环境变量，否则执行命令时可能会报错。
配置环境变量很简单，只需执行终端提示的脚本命令即可：
执行完成后，您就可以正常使用 brew 命令了。
成功完成此步骤后，整个安装过程就完成了一大半。
第二步：下载 Whisper 的语音模型
官方提供了 tiny、base、small、medium、large 五种不同规格的语音模型。
| 模型 | 适用场景 | 特点 |
|---|---|---|
| tiny | 快速测试 | 最小 |
| base | 一般用途 | 小巧 |
| small | 一般用途 | 推荐 |
| medium | 高精度需求 | 较大 |
| large | 最高精度 | 最大 |
对于一般用途，推荐选择 small 模型。虽然只有几百 MB，但中文识别准确度很高。
下载模型
- 访问 Whisper 模型下载页面 (例如 huggingface.co/ggerganov/whisper.cpp)
- 找到
ggml-small.bin文件 - 点击下载
下载完成后，请将模型文件保存在一个容易访问的目录中备用。
第三步：安装 Whisper
由于我们之前安装了 Homebrew，现在只需执行以下命令即可完成安装：
brew install whisper-cpp注意：安装过程中可能会出现网络问题，可以重试或尝试使用代理。
如何使用 Whisper
Whisper 官方提供了多种使用方式，下面介绍一种最简单的用法：whisper-server。
启动 Whisper Server
whisper-server 是官方自带的可视化界面，可以直接在浏览器中打开，操作方便。
执行以下命令启动服务：
whisper-server --model /Users/happy/code/playground/whisper.cpp/models/ggml-small.bin --language zh --port 9001 --prompt "请使用简体中文输出文字"重要：请将命令中的
/Users/happy/code/playground/whisper.cpp/models/ggml-small.bin替换为您在第二步中下载的语音模型文件的实际路径。
例如，如果您的模型文件保存在 Downloads 文件夹中：
whisper-server --model /Users/happy/Downloads/ggml-small.bin --language zh --port 9001 --prompt "请使用简体中文输出文字"启动命令中参数的含义
- --model：指定模型文件路径
- --language：指定语言
- --port：指定服务端口
- --prompt：指定提示语，让它输出简体中文，不然默认为繁体中文
使用界面
命令执行成功后，服务会监听端口 9001。
在浏览器中打开 http://localhost:9001 即可看到界面。
界面非常简洁，您需要做的所有事情包括：
- 选择一个语音文件
- 选择需要的文件输出格式
- 点击 Submit 按钮
输出格式选项
Whisper 支持多种输出格式：
- TXT - 纯文本格式
- VTT - WebVTT 字幕格式
- SRT - 标准字幕格式
- JSON - JSON 格式
与视频编辑软件结合
生成的字幕文件可以导入到各种视频编辑软件中，例如剪映：
- 导出 SRT 字幕文件
- 打开视频编辑软件（如剪映）
- 导入音频文件
- 导入生成的字幕文件
- 调整字幕样式和位置
总结
这种使用 Whisper 生成字幕的方法具有以下优点：
- 免费：无需付费使用
- 准确：中文识别准确率高
- 灵活：支持多种输出格式
- 高效：处理速度快
这种方式完美解决了普通用户自动生成字幕的需求。如果您觉得这个方法有用，请点赞关注我，我会持续分享更多实用技巧。
常见问题
Q: 安装过程中遇到网络问题怎么办？
A: 可以尝试重试，或使用网络加速工具。
Q: 模型文件应该选择哪个？
A: 对于一般用途，推荐 small 模型；对精度要求高可选择 medium 或 large。
Q: 如何提高识别准确度？
A: 选择更大的模型，或对原始音频进行降噪处理。