本地语音转文字,MLX Whisper(苹果芯片优化,无需API密钥)
MLX Whisper. 本地语音对文本使用 Apple MLX, 优化为 Apple Silicon Macs.是一项面向实际任务的技能,主要用于XQQ 快速启动.;Common Usage.;
它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
基于 Apple MLX 的本地语音转文本工具,专为 Apple Silicon Mac(M1/M2/M3/M4)优化。
mlx_whisper /path/to/audio.mp3 --model mlx-community/whisper-large-v3-turbo
# 转录为文本文件 mlx_whisper audio.m4a -f txt -o ./output # 指定语言进行转录 mlx_whisper audio.mp3 --language en --model mlx-community/whisper-large-v3-turbo # 生成字幕(SRT 格式) mlx_whisper video.mp4 -f srt -o ./subs # 翻译为英文 mlx_whisper foreign.mp3 --task translate
| 模型 | 大小 | 速度 | 质量 |
|---|---|---|---|
| mlx-community/whisper-tiny | ~75MB | 最快 | 基础 |
| mlx-community/whisper-base | ~140MB | 快 | 良好 |
| mlx-community/whisper-small | ~470MB | 中等 | 更优 |
| mlx-community/whisper-medium | ~1.5GB | 较慢 | 优秀 |
| mlx-community/whisper-large-v3 | ~3GB | 最慢 | 最佳 |
| mlx-community/whisper-large-v3-turbo | ~1.6GB | 快 | 极佳(推荐) |
~/.cache/huggingface/mlx-community/whisper-tiny;如需最佳效果,请显式指定 --model mlx-community/whisper-large-v3-turbo相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.5万人学习
最新文章