OpenAI Whisper库Python调用报错及API密钥咨询

一、报错分析与解决 #

1. 初始错误：TypeError: transcribe() missing 1 required positional argument: 'audio' #

该错误是因为调用whisper.transcribe()时参数传递不符合要求，transcribe()必须接收model和audio两个必填参数，不能仅传入音频数据。

2. 更新后错误：TypeError: expected np.ndarray (got bytes) #

你当前代码直接读取音频文件的字节数据传入transcribe，但Whisper的audio参数不支持原始字节类型，它可接受的输入类型包括：

• 音频文件路径（字符串格式，如"hello.mp3"）
• 已加载的np.ndarray音频波形数组
• 音频文件的文件对象

修复后的代码

直接传入文件路径是最简便的方式：

import whisper

model = whisper.load_model("base")
# 直接传入音频文件路径
result = whisper.transcribe(model=model, audio="hello.mp3", verbose=True)

print(result["text"])

若需使用文件对象，无需调用read()方法，直接传入即可：

import whisper

with open("hello.mp3", "rb") as audio_file:
    model = whisper.load_model("base")
    result = whisper.transcribe(model=model, audio=audio_file, verbose=True)

print(result["text"])

二、常见疑问：Whisper库是否需要OpenAI API密钥？ #

不需要。OpenAI Whisper是开源本地语音识别库，只要安装库并完成模型文件下载（首次调用load_model时会自动下载对应模型），即可在本地运行，无需调用OpenAI API，也不需要API密钥。

内容的提问来源于stack exchange，提问作者Adi