Whisper_CPP 语音识别集成
Whisper_CPP 是 OpenAI Whisper 模型的 C++ 高性能实现版本，相比原生 Python 实现，Whisper_CPP 具有更快的推理速度和更低的内存占用。
支持的模型
Whisper_CPP 使用 GGML 格式模型文件（.bin 扩展名），支持以下模型：
| 模型文件 | 参数量 | 显存需求 | 识别效果 | 推荐场景 |
|---|---|---|---|---|
| ggml-tiny.bin | 39M | ~1GB | 一般 | 快速测试 |
| ggml-base.bin | 74M | ~1GB | 较好 | 日常简单场景 |
| ggml-small.bin | 244M | ~2GB | 好 | 多语言识别 |
| ggml-medium.bin | 769M | ~5GB | 很好 | 高精度识别 |
| ggml-large-v1.bin | 1550M | ~10GB | 好 | 大模型 v1 |
| ggml-large-v2.bin | 1550M | ~10GB | 很好 | 大模型 v2 |
| ggml-large-v3.bin | 1550M | ~10GB | 最佳 | 最高精度 |
| ggml-large-v3-turbo.bin | 1550M | ~10GB | 效果速度均衡 | 推荐首选 |
Windows 系统
自 v4.08 版本起，windows上第一次使用时将自动下载[预编译GPU版本whisper-cublas-12.4.0-bin-x64.zip ]并解压到 软件目录/whisper-cpp文件夹内。
如果你想使用其他版本，可以自行打开该地址 https://github.com/ggml-org/whisper.cpp/releases/tag/v1.9.1 然后下载标有 Win32或x64的压缩包，解压后将Releases内的所有文件复制覆盖到 软件目录/whisper-cpp文件夹内即可
macOS或Linux 系统
这2个系统下，你需要根据操作系统，下载符合该系统对应的预编译包，并将解压后的二进制文件和依赖复制到软件目录/whisper-cpp内，并赋予whisper-cli文件可执行权限。
如果不存在预编译包，需你自行根据仓库文档说明本地编译，然后将编译产物及so等依赖库复制到软件目录/whisper-cpp内，确保存在whisper-cli可执行文件。
下载载模型文件
模型文件在需要时会自动从以下地址下载 GGML 格式模型文件：
- 官方下载源(墙外)：https://huggingface.co/ggerganov/whisper.cpp/tree/main
- 镜像下载源：https://hf-mirror.com/ggerganov/whisper.cpp/tree/main
下载后将 .bin 文件放入 软件目录/models 文件夹内。
添加额外关键参数说明
可在 pyVideoTrans 软件目录下，即 sp.exe 同目录下创建一个 pyvideotrans.txt文本，自定义额外参数
常见问题
| 问题 | 可能原因 | 解决方法 |
|---|---|---|
| whisper-cli.exe 无法启动 | 缺少 VC++ 运行库 | 安装 Microsoft Visual C++ Redistributable |
| 提示找不到模型文件 | 模型未下载或路径错误 | 将 .bin 模型文件放入 models/ 目录 |
| GPU 加速未生效 | CUDA/Vulkan 环境未配置 | 安装对应版本的 CUDA Toolkit 或更新显卡驱动 |
| 识别速度很慢 | 使用了 CPU 版本 | 下载对应的 CUDA 加速版本并正确配置 |
| 识别结果不准 | 模型太小或语言设置错误 | 使用更大的模型，确认语言设置正确 |
| 路径包含中文报错 | 程序路径不支持中文 | 将 pyVideoTrans 解压到不含中文路径的文件夹 |