MacOS High Sierra下本地wav/mp3音频转文字简便解决方案咨询

首选方案：whisper.cpp #

• 这是OpenAI Whisper的C/C++移植版本，完全离线运行无联网需求，无内置收费，支持直接通过shell命令调用，原生支持对接ffmpeg管道输入，完美适配你搭配ffmpeg处理任意音频格式的需求。
• 安装门槛极低，macOS High Sierra可直接通过源码编译，无复杂依赖：拉取源码后执行make即可生成可用二进制，将编译得到的main文件重命名为whisper放入/usr/local/bin目录即可全局调用。
• 无需提前手动转换音频格式，直接配合ffmpeg即可处理mp3、wav等绝大多数常见音频文件，示例命令：

  ffmpeg -i 待识别音频.mp3 -f wav -ar 16000 -ac 1 - | whisper -m 模型文件路径 -f -
  

  可直接输出纯文本识别结果，也支持自定义输出为txt、srt等格式。
• 可按需选择模型体积，tiny、base级别的模型仅几十MB，运行速度快，对老款Mac性能压力小，识别准确率远高于Sphinx，无需手动调参或训练，开箱即用。

备选方案：预编译版PocketSphinx #

• 如果你不想编译源码，可直接通过旧版brew安装预编译的PocketSphinx，安装命令：brew install pocketsphinx。
• 调用简单，针对wav格式文件可直接执行命令识别：

  pocketsphinx_continuous -infile 待识别音频.wav 2>/dev/null
  

  配合ffmpeg转换格式即可处理mp3等其他格式文件，缺点是识别准确率低于whisper.cpp，适合对精度要求不高的场景。

内容的提问来源于stack exchange，提问作者chrisroode