Whisper 转录与字幕使用指南

在浏览器中用 Whisper 转录音视频、制作 SRT 或 VTT 字幕、处理长录音的分步指南。

先读哪一篇

第一次使用本地转录，可以按下面的顺序阅读；也可以直接跳到与你的录音对应的那一步。

准备文件，检查结果，再下载需要的格式。

准备设备，了解首次模型下载，并保存本地识别结果。

选择清晰来源、设置录音语言、逐段校对，再选择合适的导出格式。

生成原语言字幕、检查时间，并导入你的播放器或剪辑软件。

比较文件头、时间码、网页样式，以及转换时保留和丢失的信息。

先在本机生成并校对 SRT，再到 YouTube 创作者后台，为你管理的视频添加字幕轨道。

按 200 MB、20 分钟上限准备有序片段，记录原始时间位置，并保留完整录音。

分清页面显示语言、录音识别语言与翻译目标语言，避免在使用 Whisper 时选错。

开始之前，把几个常见问题说明白。

按照指南操作需要安装软件吗？

不需要。所有指南都使用本站在浏览器中运行的工具，已验证桌面 Chrome。首次使用时会下载 Whisper 模型，之后可能被浏览器缓存。

超过 20 分钟的课程或会议看哪篇？

请看长录音准备指南，其中说明了如何把文件拆成小于 20 分钟、200 MB 的片段，以及之后怎样合并文字。

指南会讲翻译吗？

识别语言与翻译的指南说明了两者区别：转录保留实际说话的语言，目前唯一的翻译选项是翻译为英文。