可在Windows离线环境下用Whisper本地生成带时间轴的SRT字幕：安装Python+Miniconda→创建whisper-env虚拟环境→安装PyTorch、FFmpeg和openai-whisper→手动下载large-v3模型→执行whisper命令转录并输出SRT文件。
在Windows电脑上不联网、不传音频、不付月费，把一段会议录音或课程视频直接转成带时间轴的SRT字幕文件，全程在自己机器里跑完。
装好基础环境：Python+Conda虚拟环境
打开浏览器，访问 python.org/downloads，下载 Python 3.9.18 Windows installer（64-bit），运行安装时【务必勾选 “Add Python to PATH”】，否则后续所有命令都会报“python不是内部或外部命令”。
接着去 docs.conda.io/en/latest/miniconda.html 下载 Miniconda3 Windows 64-bit，双击安装，全程默认选项即可。安装完成后，从开始菜单打开“Anaconda Prompt (miniconda3)”，输入 conda --version 确认返回版本号，再执行：
conda create -n whisper-env python=3.9
conda activate whisper-env
此时命令行提示符前应出现 (whisper-env)，说明虚拟环境已就绪。这一步不能跳过——Whisper依赖的PyTorch和ffmpeg版本敏感，混在系统Python里极易冲突。
装核心组件：PyTorch + FFmpeg + Whisper库
先装PyTorch：访问 pytorch.org/get-started/locally，在页面中选择 Windows → Pip → Python → CUDA 12.1（如果你有NVIDIA显卡且驱动较新），复制下方生成的 pip 命令，粘贴进 Anaconda Prompt 回车执行。没有独立显卡？选 CPU 版本，命令末尾是 cpuonly。
再装FFmpeg：去 ffmpeg.org/download.html 下载 Windows版（如 ffmpeg-7.1-full_build.7z），解压后把 bin 文件夹路径（例如 D: fmpegin）添加到系统环境变量 PATH 中——右键“此电脑”→属性→高级系统设置→环境变量→系统变量里找到 Path→编辑→新建→粘贴路径→确定。然后在命令行输入 ffmpeg -version，看到版本信息才算成功。
最后装Whisper本身：
pip install openai-whisper
国内用户若卡在下载环节，可加清华源加速：
pip install openai-whisper -i https://pypi.tuna.tsinghua.edu.cn/simple
下载模型并验证是否能跑通
Whisper不会自动下载大模型，首次运行时才触发。为避免中途断网失败，建议手动拉取：
whisper --model large-v3 --language Chinese --task transcribe "test.wav"
你不需要真有 test.wav 文件——这条命令会强制Whisper去 ~/.cache/whisper/ 目录下检查 large-v3 模型是否存在，不存在就自动下载。large-v3 是目前中文识别最准的公开模型，约3.1GB，首次下载需耐心等待（用代理或挂后台更稳）。
让 Windows 桌面程序在开机时静默自启并隐藏到系统托盘。特别适用于 Flutter、Electron 等无视 VBS/ProcessStartInfo 窗口样式、难以隐藏的顽固应用。提供「VBS 启动器 + Python ctypes/Win32 API」的隐藏窗口方案，可稳定把窗口收进托盘且不闪控制台。
注意：如果提示 No module named 'whisper'，说明你没在 (whisper-env) 环境下执行命令；如果提示 ffmpeg not found，说明 FFmpeg 路径没加对或没重启 Anaconda Prompt。
实战转字幕：一条命令生成SRT文件
把你的音频或视频文件（MP3/WAV/MP4等）放到 D:udiomeeting.mp4 路径下，然后在 Anaconda Prompt 中执行：
whisper D:udiomeeting.mp4 --model large-v3 --language Chinese --output_dir D:udiooutput --format srt
几秒后，D:udiooutput 目录下就会生成 meeting.srt 文件，可用记事本打开查看，也可直接拖进PotPlayer、VLC或剪映里同步显示字幕。
如果音频里中英文混杂，去掉 --language Chinese 参数，让Whisper自动检测；如果只想提取纯文本，把 --format srt 改成 --format txt；如果文件很长（>1小时），加 --fp16 False 防止显存溢出（CPU用户忽略）。
进阶控制：用Python脚本批量处理+繁体转简体
新建一个 process.py 文件，内容如下：
import whisper
model = whisper.load_model("large-v3")
result = model.transcribe("D:\audio\interview.mp3", language="zh", fp16=False)
with open("D:\audio\output\interview.txt", "w", encoding="utf-8") as f:
f.write(result["text"])
print("转写完成")
保存后，在 Anaconda Prompt 中执行 python process.py 即可运行。这个脚本比命令行更灵活：你可以循环处理整个文件夹、插入繁体转简体逻辑（用 zhconv 库）、自动重命名输出、甚至把结果发到微信通知自己。
要加繁转简，先 pip install zhconv，然后在写入前加一句 result["text"] = convert(result["text"], "zh-cn")。
