如何使用Whisper转录多语言音频且避免自动翻译？

• 核心是明确指定转录任务而非翻译任务，同时让模型自动检测每段音频的语言：

  1. 调用Whisper时必须设置task="transcribe"，这会强制模型只做原语言转录，不触发翻译逻辑
  2. 语言参数设为language="auto"，让模型自动识别当前音频片段的语言（英语或印尼语），分别转录成对应原语言，不会强制统一转成单一语言

• 示例代码：

import whisper

# 加载模型，可根据需求选base/small/medium/large等
model = whisper.load_model("base")
# 关键是task和language参数的设置
transcription_result = model.transcribe("your_audio_file.mp3", task="transcribe", language="auto")
# 输出转录文本
print(transcription_result["text"])

• 额外注意事项：
  • 确保你的Whisper是最新版本，旧版本可能存在多语言检测的bug，执行pip install --upgrade openai-whisper更新
  • 如果仍有少量误判，可尝试添加word_timestamps=True参数，让模型更精准地按语言分段，提升识别准确率

内容的提问来源于stack exchange，提问作者Tony Spano