无需Azure/Google API，孟加拉语MP3音频转文本方案咨询

• OpenAI Whisper（本地/API双选项）
  Whisper支持包括孟加拉语在内的99种语言，识别准确率表现稳定。你可以选择两种使用方式：

  • 本地运行：先安装Python环境，执行pip install openai-whisper完成包安装，再运行命令whisper your_audio.mp3 --language bengali，工具会自动生成TXT格式的转录结果。
  • API调用：GitHub学生包包含OpenAI的免费额度，足够处理大量音频。调用Speech to Text API时，指定语言代码为bn，提交MP3文件后即可获取转录文本，保存为TXT即可。

• Google Cloud Speech-to-Text（利用GitHub学生包额度）
  GitHub学生包附带Google Cloud的免费信用，完全可以用来调用该服务，它对孟加拉语的适配性很成熟。
  操作步骤：在Google Cloud控制台启用Speech-to-Text API，上传目标MP3文件（或提供音频文件URI），指定语言代码为bn-BD（孟加拉国标准孟加拉语）或bn-IN（印度地区孟加拉语），调用API后导出转录结果为TXT文件。

• Vosk（纯本地开源工具）
  若完全不想依赖云服务，Vosk是纯本地运行的开源语音识别工具，提供预训练的孟加拉语模型，全程免费且无需联网。
  操作步骤：下载对应操作系统的Vosk库和孟加拉语模型文件，通过Python或其他编程语言调用Vosk API加载模型，读取MP3文件完成转录，最后将结果写入TXT文件。

• AssemblyAI（学生专属优惠）
  AssemblyAI支持孟加拉语语音识别，并且面向学生提供免费额度（可通过GitHub学生包申请）。上传你的MP3文件并设置语言为孟加拉语，完成转录后直接导出TXT格式文件即可。

内容的提问来源于stack exchange，提问作者Hemal Mondal