turbo-whisper-local-stt

介绍

当您需要将音频文件（如会议录音、访谈、语音笔记、视频音轨）快速、准确地转换为文字，同时又对数据隐私有严格要求时，这个技能是理想选择。它使用本地部署的Faster-Whisper模型（如large-v3-ct2），无需联网即可工作，确保您的敏感音频内容不会离开本地环境。

使用方式非常直接：您只需将音频文件（如.wav, .mp3, .m4a）或包含音频文件的文件夹提供给AI助手，并明确表达转文字的需求，技能便会自动触发。它会处理整个文件夹或单个文件，并输出包含完整文本、分段信息及时间戳的结构化结果。

该技能特别适合内容创作者、学术研究者、记者、项目经理、法务人员以及任何需要处理大量中文音频转录工作的专业人士。对于涉及商业机密、个人隐私或网络环境受限的场景，其离线特性提供了无可替代的安全保障。

请注意，技能仅支持音频格式文件，视频文件需要先提取音轨。对于极长的音频，虽然内置VAD分段优化了处理，但转录时间仍与硬件性能相关。建议在性能较好的电脑上使用，并确保有足够的存储空间存放模型。