使用Whisper AI转录波兰语时遭遇Unicode编码错误求助

问题概述 #

使用OpenAI Whisper工具转录波兰语音频文件时，因波兰语特殊字符（如ś、ż等）触发Unicode编码错误，但转录英语音频时同类型命令可正常运行。

使用的命令：
whisper audio.wav --language Polish > transcriptPL.txt
（也曾尝试不指定波兰语；英语转录命令whisper audioEnglish.wav > transcriptEN.txt可正常执行）

错误信息：

C:\Users\agata\Desktop\Transcripts WP4> whisper audio.wav > transcriptPL.txt
C:\Python312\Lib\site-packages\whisper\transcribe.py:115: UserWarning: FP16 is not supported on CPU; using FP32 instead
  warnings.warn("FP16 is not supported on CPU; using FP32 instead")
Traceback (most recent call last):
  File "C:\Python312\Lib\site-packages\whisper\transcribe.py", line 478, in cli
    result = transcribe(model, audio_path, temperature=temperature, **args)
             ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Python312\Lib\site-packages\whisper\transcribe.py", line 349, in transcribe
    print(make_safe(line))
  File "C:\Python312\Lib\encodings\cp1252.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_table)[0]
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
UnicodeEncodeError: 'charmap' codec can't encode characters in position 110-111: character maps to <undefined>

问题原因 #

Windows命令提示符（CMD）默认使用CP1252编码，该编码不支持波兰语的特殊字符。当Whisper输出包含这些字符的文本时，CMD的重定向功能无法处理，从而触发编码错误。英语字符均在CP1252编码范围内，因此不会出现问题。

解决方法 #

方法1：切换CMD编码为UTF-8 #

在执行Whisper命令前，先运行以下命令修改CMD的输出编码：
chcp 65001
随后执行转录命令：
whisper audio.wav --language Polish > transcriptPL.txt

方法2：使用Whisper自带的输出参数 #

通过Whisper内置的输出功能直接生成文件，绕过CMD的重定向限制：
whisper audio.wav --language Polish --output_format txt --output_dir .
执行后，当前目录会生成audio.txt文件，完整包含支持Unicode字符的转录内容。

方法3：改用PowerShell执行命令 #

PowerShell默认支持UTF-8编码，直接在PowerShell中运行原命令即可：
whisper audio.wav --language Polish > transcriptPL.txt

内容的提问来源于stack exchange，提问作者Agata T