如何用微调后的Whisper模型批量转录音频并输出到单个文本文件？

以下是适配Google Colab环境的代码，可自动遍历指定文件夹内的音频文件，将转录结果按「文件名: 转录文本」的格式写入单个文本文件：

import os
from transformers import pipeline

# 1. 配置参数
AUDIO_FOLDER = "/content/audio_files"  # 替换为你的音频文件夹路径
OUTPUT_FILE = "/content/transcriptions.txt"
# 加载微调后的Whisper管道（替换为你的模型名称）
pipe = pipeline("automatic-speech-recognition", model="your-fine-tuned-whisper-model-name")

# 2. 获取文件夹内所有音频文件（支持常见格式）
audio_extensions = (".mp3", ".wav", ".m4a", ".flac", ".ogg")
audio_files = [
    os.path.join(AUDIO_FOLDER, f)
    for f in os.listdir(AUDIO_FOLDER)
    if f.lower().endswith(audio_extensions)
]

# 3. 批量转录并写入结果
with open(OUTPUT_FILE, "w", encoding="utf-8") as f:
    for audio_path in audio_files:
        try:
            # 获取文件名（不带路径）
            filename = os.path.basename(audio_path)
            # 执行转录
            result = pipe(audio_path, chunk_length_s=10, stride_length_s=(4, 2))
            # 提取转录文本（去除首尾空格）
            transcript = result["text"].strip()
            # 写入文件，格式：文件名: 转录内容
            f.write(f"{filename}: {transcript}\n")
            print(f"已处理：{filename}")
        except Exception as e:
            # 捕获异常，避免单个文件出错中断整个流程
            error_msg = f"{filename} 处理失败：{str(e)}"
            f.write(f"{error_msg}\n")
            print(error_msg)

print(f"所有处理完成，结果已保存至：{OUTPUT_FILE}")

关键说明： #

• 路径配置：将AUDIO_FOLDER替换为你存放音频文件的Colab路径（比如通过左侧面板上传后的文件夹路径）
• 模型加载：把your-fine-tuned-whisper-model-name替换为你使用的微调Whisper模型名称（例如openai/whisper-small或你自己微调后的模型ID）
• 音频格式支持：代码默认包含常见音频格式，可根据需要添加/删除audio_extensions中的后缀
• 异常处理：加入了try-except块，即使某个音频文件处理失败，也不会中断整个批量任务，失败信息会写入输出文件
• 输出格式：每行格式为「文件名: 转录文本」，方便直接对应每个音频的转录结果

内容的提问来源于stack exchange，提问作者user22347502